全模态流式思考：跨模态证据校验与反驳更新
🧭 流式全模态推理与证据核查
The University of Hong Kong · The Hong Kong University of Science and Technology (Guangzhou) · LIGHTSPEED · University of Sussex · Independent Researcher
通过待定声明、分模态证据校验与反驳更新，缓解流式全模态模型过早跨模态固化，5个基准平均相对提升超10%
📌 工作参考价值（4 点）
- 在直播电商、视频客服、实时内容审核等流式多模态场景中，可借鉴「pending claim + verification interval」机制：先对用户意图或商品属性打待定标签，绑定未来验证窗口，到期用指定模态证据校验，避免视觉线索过早固化为事实。
- 多模态 RAG / Agent 记忆管理可分离存储不同模态证据，对每个 claim 指定验证模态，防止视觉信息覆盖音频等冲突信号，降低幻觉和错误推理。
- 引入 answer gate：仅当关键 claim 通过验证后才允许输出回答，可迁移到实时推荐/对话助手的置信度控制，减少过早错误推荐。
- 冻结大模型骨干 + 轻量适配即可获得显著流式全模态推理提升，适合业务方低成本复用 Qwen-Omni 等开源骨干。
乳腺超声诊断中通才-专家模型协作的引导与反馈框架
🧭 MLLM 与视觉专家协作优化
Department of Data Science & AI, Monash University, Australia · Department of Computer Science, Renmin University of China, China · School of Computing and Communications, Lancaster University, UK
提出 BooF 框架，通过 BI-RADS 引导 MLLM 生成可靠描述并反馈给视觉专家，提升诊断准确性与可解释性
📌 工作参考价值（4 点）
- 借鉴领域知识约束：用结构化 schema（如商品属性、广告合规词表）引导 LLM 生成内容，减少幻觉。
- 两阶段协作：先由轻量专家模型给出初步信号，再让通用 LLM 基于该信号生成解释或描述，反馈给专家模型融合，可提升多模态推荐/审核模型性能。
- Attention-Gated 跨模态融合模块：轻量、可自适应过滤噪声，适合工程上在现有多模态模型中插入，无需大改架构。
- Bootstrapping 思想：通用模型与专家模型循环增强，可用于 Agent 系统中不同角色协作，比如生成式商品描述与检索模型互反馈。
AutoResearch：洞察进入，幻觉排除
🧭 多智能体科研自动化与幻觉抑制
Infinite Evolution Lab, EvoMap
两阶段自主研究系统，用多模型交叉评审和证据驱动执行减少科研幻觉，RSICD Recall 提升至 34.69
📌 工作参考价值（4 点）
- 策略自动化实验的“生成-执行分离”：将 idea 生成与实验执行拆成两个阶段，生成侧用多模型交叉评审过滤低质量方向，执行侧用独立证据审核把关，可迁移到电商推荐策略的离线实验管理，降低错误策略直接上线的风险。
- 证据驱动 continue/revise/terminate 决策：设置审计事件计数与效果基线，当指标不达标或 issue event 增多时自动回退/终止。适合 Agent 自动化调参、策略探索等场景，避免在无收益方向浪费算力。
- 跨模型生成 + cross-review 降低幻觉：在 query 推荐、push 文案等生成任务中，可用多个 LLM 生成候选并交叉评审，只保留有领域知识支撑的结果，减少无根据推荐。
- 实验分解为可迭代子任务并逐一验收：将复杂实验拆解为实现、诊断、验证步骤，每个步骤设置独立验收，能提升推荐系统离线实验的可复现性和可追溯性。
面向多模态推理的反事实策略优化
🧭 多模态推理 · 反事实策略优化
Beijing University of Posts and Telecommunications
通过跨模态反事实增强正则化，强制视觉与文本因果一致性，显著减少多模态推理中的视觉忽略与幻觉漂移
📌 工作参考价值（3 点）
- CFPO 的反事实正则化可直接用于多模态商品理解：训练时随机遮盖商品图片关键区域，最大化模型输出与遮盖后预测的差异，强制依赖视觉特征，减少对标题文本的偏倚，适合电商搜索/推荐中的视觉质量评估。
- 在生成式推荐（GenRec）中使用多模态 LLM 生成 item 表示时，CFPO 的因果一致性训练可抑制视觉幻觉，提升 item 语义 ID 或描述的准确性，降低错误推荐风险。
- 方法无需外部奖励模型，可与 GRPO、DAPO 等现有 RL 流程无缝集成，工程实现成本低，可直接插入现有强化学习微调管线，快速验证对多模态推理任务的效果。
视觉并行思维者++：单策略多智能体视觉推理框架
🧭 多模态多智能体协作与推理优化 ★ 深度解读
Zhejiang University · Hunan University · Tianjin University · University of Chinese Academy of Sciences · Shanghai Jiao Tong University
提出单策略多智能体视觉推理系统，通过角色解耦优化和KV缓存复用减少幻觉，在六大基准上超越单轨迹方法。
📌 工作参考价值（4 点）
- 多 Agent 单策略架构：一个大模型通过角色词元条件化为多个子 agent，共享权重，降低部署成本，适合电商推荐系统中的多任务协作（如意图识别、对话管理、商品推荐）。
- 角色解耦优势分配：将不同角色的奖励和优势仅作用于对应词元段，避免梯度冲突。在推荐 Agent 中，可对规划、执行、总结模块分别设计奖励信号，精细优化。
- 固定任务分配模式：定义了两种固定分配模式（分块和扫描序），避免开放式规划的不稳定性。在商品搜索与推荐任务中，可以预定义子任务划分（如属性识别、价格比较、用户评论分析）来提升并行推理可靠性。
- KV 缓存复用推理引擎：通过共享视觉前缀并分叉生成 Worker 序列，显著降低多 Agent 推理的显存和时间开销，适合在线推理场景，可应用于多路召回或并行探索的推荐系统。
重思Agentic RAG：从复杂后端到LLM驱动的逻辑检索
🧭 Agent RAG的检索接口与控制权设计 ★ 深度解读
Fudan University · Shanghai Kingstar Software Technology Co., Ltd.
提出LLM用布尔逻辑直接操控倒排索引，匹配混合检索性能同时大幅降低构建与推理成本
📌 工作参考价值（4 点）
- 电商搜索/Agent RAG可借鉴“LLM生成结构化查询+倒排索引”的组合，用AND/OR/NOT精确控制召回，避免稠密检索的语义漂移与冗余结果，尤其在多轮澄清场景下能显著降低无效重试。
- 当知识库规模大、更新频繁时，跳过离线Embedding与FAISS索引，用OpenSearch等倒排引擎直接响应LLM的布尔表达式，可节省41倍构建时间与约3倍在线延迟，适合高频变动商品库。
- 答案不可用时的幻觉降低（0.128→0.083）源于显式约束失败可被LLM解读为“证据缺失”，这一信号可借鉴到Agent的拒绝回答策略中，提高推荐或问答系统的可靠性。
- “重脑轻手”架构将复杂推理留给LLM，检索端仅做确定性执行，该边界划分可简化整个系统迭代——检索索引成为无状态工具，更易维护和扩展。