Qilu University of Technology

多模态大推理模型会通过图像与知识的跨模态关联，在中间推理里重新取出敏感信息，只压住最终答案并不够。VKCR把遗忘目标改写成一条指定的“图像到知识”关联：先在关联条件化的低秩参数子空间内定位编辑，再用反事实分支重绑定，压掉带目标或缺乏依据的推理续写、抬升有证据支持的非敏感替代。在CLEAR-R与MLLMU-R上，它同时降低了图像条件下的目标泄漏与幻觉式重新关联，并保留了非敏感视觉推理和允许的纯文本知识访问。

多模态大推理模型会通过图像与知识的跨模态关联，在中间推理里重新取出敏感信息，只压住最终答案并不够。VKCR把遗忘目标改写成一条指定的“图像到知识”关联：先在关联条件化的低秩参数子空间内定位编辑，再用反事实分支重绑定，压掉带目标或缺乏依据的推理续写、抬升有证据支持的非敏感替代。在CLEAR-R与MLLMU-R上，它同时降低了图像条件下的目标泄漏与幻觉式重新关联，并保留了非敏感视觉推理和允许的纯文本知识访问。

地球系统AI模型逼近公里级分辨率时，网格间距减半会让格点数翻四倍，端到端训练成本随之上升。One2N把分辨率细化拆成逐级增量：每一级冻结上一级完整预报器，只训练一个跨分辨率残差修正模块，父模型的激活与优化器状态都不再保留。以NeuralGCM-0.7°为基线加一级细化得到One2N-0.07°，在单张80GB A800 GPU上训练约四周，对HRES-0.07°分析保持父模型的对流层技巧，同时降低平流层上部误差并刻画更细结构。

地球系统AI模型逼近公里级分辨率时，网格间距减半会让格点数翻四倍，端到端训练成本随之上升。One2N把分辨率细化拆成逐级增量：每一级冻结上一级完整预报器，只训练一个跨分辨率残差修正模块，父模型的激活与优化器状态都不再保留。以NeuralGCM-0.7°为基线加一级细化得到One2N-0.07°，在单张80GB A800 GPU上训练约四周，对HRES-0.07°分析保持父模型的对流层技巧，同时降低平流层上部误差并刻画更细结构。

RES-MR把用药推荐拆成两步：先让模型生成可核查的诊断推理链，再按每位患者自己的风险边界调整用药，在MIMIC-III上Jaccard比FLAME高7.7%，同时DDI与RIS更低。

RES-MR把用药推荐拆成两步：先让模型生成可核查的诊断推理链，再按每位患者自己的风险边界调整用药，在MIMIC-III上Jaccard比FLAME高7.7%，同时DDI与RIS更低。

遥感图像超分此前把低分辨率观测作为稠密空间条件注入扩散Transformer，前景小目标容易被大面积背景淹没。MOSAIC把退化观测组织成目标级与布局级的紧凑结构槽，跨分辨率融合，并从共享原型记忆中检索反复出现的结构先验，再以轻量残差调制注入冻结的DiT4SR骨干。在UCMerced、AID和RSSCN7上，PSNR在两种倍率下均取得最优，其中UCMerced上比DiT4SR高2.03 dB，AID高4.54 dB，RSSCN7高1.49 dB，并在RSSCN7与AID上取得最低LPIPS。

遥感图像超分此前把低分辨率观测作为稠密空间条件注入扩散Transformer，前景小目标容易被大面积背景淹没。MOSAIC把退化观测组织成目标级与布局级的紧凑结构槽，跨分辨率融合，并从共享原型记忆中检索反复出现的结构先验，再以轻量残差调制注入冻结的DiT4SR骨干。在UCMerced、AID和RSSCN7上，PSNR在两种倍率下均取得最优，其中UCMerced上比DiT4SR高2.03 dB，AID高4.54 dB，RSSCN7高1.49 dB，并在RSSCN7与AID上取得最低LPIPS。