OmniGen2在图像生成领域取得突破，通过独立解码路径提升多模态生成能力，解决了现有模型的局限性。该模型无需重新适配，保留文本生成能力，支持多种生成任务。

本研究提出了一种轻量级验证方法LiLaVe，旨在降低大语言模型验证器的计算开销和资源消耗。LiLaVe通过提取基础LLM的隐藏状态中的正确性信号，显著提升生成任务的准确性和效率，适用于推理密集型应用。

本文提出了一种新方法Fwd2Bot，用于大型视觉语言模型（LVLM）中视觉令牌的高效压缩。该方法通过双向前传训练，实现了几乎无损的压缩效果，显著提升了生成任务的压缩率，并在图像检索与组合性任务上达到了新的最先进性能。

本研究提出Fùxì基准，旨在评估语言模型在古汉语文本理解与生成中的能力。基准涵盖21个多样化任务，平衡理解与生成任务，设计特殊评估指标，以揭示古汉语处理中的文化理解和格式遵循挑战。

本研究探讨了扩散概率模型在生成任务中的分布不匹配问题，并提出通过分布鲁棒优化（DRO）来解决。结果显示，对抗训练（AT）显著提高了模型的鲁棒性和生成性能。

本研究提出了一种基于图表的多模态检索增强生成（MRAG）任务，针对现有基准在简单图像-文本互动方面的局限性，引入新的评估框架CHARGE，通过结构化关键点提取和跨模态验证，建立全面的图表基础MRAG评估基准。

本研究提出了MAT-Steer框架，通过针对性干预多个属性，解决了现有推理干预方法在多属性冲突中的不足，显著提升了语言模型在问答和生成任务中的表现。

港大黄超教授团队提出的GraphAgent框架，通过多智能体协作，融合图数据与文本信息，显著提升预测与生成任务的性能。在8B参数下，该框架优于70B大模型，尤其在论文评审中有效预测录取可能性，展现出良好的零样本学习和跨域泛化能力。

本研究提出了LongProc基准，旨在解决现有长上下文语言模型在长生成任务中的一致性不足，展示了其局限性及改进潜力。

本研究提出SCOPE框架，优化长上下文生成中的键值缓存，提升预填充和解码阶段的性能，显著改善长输出生成任务的效果。

本研究提出了大规模视觉扩散变换器（LaVin-DiT），旨在提升视觉模型在生成任务中的效率和性能，并在多个任务中实现显著的提升与可扩展性。

本文提出了一种无训练的流扩散求解器，解决了流扩散模型在生成任务中因常微分方程求解器速度慢导致的效率低下问题。该方法通过利用先前步骤的结果，减少函数评估次数，从而显著提高生成速度和质量。实验结果验证了其在多个数据集上的有效性。

本文探讨了参数化量子电路（PQC）在机器学习中的应用，证明其在生成任务中优于经典神经网络。研究表明，量子机器学习在数据处理上具有显著优势，但在图像分类等任务中仍需进一步优化。同时强调了量子计算与经典方法结合的潜力。

本研究提出了一种创新方法，将双靶点药物设计视为生成任务，以解决药物耐药性问题。通过利用预训练的单靶点模型知识，算法在零样本情况下成功适应双靶点场景，为抗癌治疗提供了新方案。

差分Transformer通过新的注意力机制解决传统Transformer的注意力分散问题。它通过计算并相减两个注意力图，去除冗余和噪声，增强注意力的稀疏性和集中性。这提高了长文本建模和上下文学习能力，减少生成任务中的幻觉现象，适用于文本摘要、问答系统和生成任务。

研究评估了10个开源指导式LLMs在代码理解和生成任务上的表现，结果显示指导式LLMs在零样本和少样本设置下表现出色，添加演示示例可以提高性能。BM25的选样策略在生成问题上优于随机选样，微调可以进一步提高模型性能。研究提出了模型和使用建议、性能和成本的权衡以及未来方向的实用影响。