近日，机器智能研究院两篇关于“多模态大模型垂直领域迁移”，与“模型无关的在线领域自适应”的研究论文分别被人工智能领域顶级会议The 13th International Conference on Learning Representation（ICLR 2025）与The 43th IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR 2025）录用。
1. ICLR25论文(Oral，排名21/11761)：《Proxy Denoising for Source-Free Domain Adaptation》
（唐宋副教授为第1作者，健康院22级硕士生苏汶芯为第2作者，合作单位包括：汉堡大学、重庆大学、电子科技大学、萨里大学。上理工为第1完成单位）
该项研究首次在无源迁移(SFDA) 的背景下，系统地研究了如何将多模态大模型（如ViL模型）中异构通用知识迁移到垂直领域，创新性地从动力学的角度理解多模态大模型引导下的迁移学习过程，建立了基于多模态预测去噪的新迁移理论 (ProDe)，包括：具有理论保证的代理去噪机制和互知识蒸馏正则化方法。实验结果表明: ProDe在Closed-set、Parial-set、Open-set、Generalized SFDA，TTA等多种SFDA设定下均显著优于现有的最先进方法。
该项工作在最近Q-wen、DeepSeek等大模型开源，以及信息安全成为AI应用刚性需求的大背景下，具有重要基础性意义，为多模态大模型的在个性化诊疗、专病治疗等典型垂直领域应用提供了全新的理论视角。
图1. ProDe理论（左）与模型实例化（右）示意图
论文连接：https://openreview.net/pdf?id=FIj9IEPCKr
International Conference on Learning Representation是公认的人工智能、深度学习领域国际顶级会议之一，关注深度学习各方面前沿研究，在人工智能、统计和数据科学领域以及机器视觉、语音识别、文本理解等重要应用领域中发布了众多极其有影响力的论文。 ICLR于2013年由深度学习领域两位“巨头”、图灵奖获得者Yoshua Bengio和Yann LeCun牵头创办，获得了学术研究者们的广泛认可。在Google Scholar的学术会议/杂志排名中, 与Science，Nature和Cell同处TOP 10阵列。ICLR 2025 录用率为32.08%，将于25年4月24至27日在新加坡国际会展中心举行，机器智能研究院将组队参会并做专题口头报告。
2. CVPR25论文：《Domain Adaptive Diabetic Retinopathy Grading with Model Absence and Flowing Data》
（健康院22级硕士生苏汶芯为第1作者，唐宋副教授为第2作者、唯一通讯，合作单位包括：汉堡大学、耶鲁大学、北京协和医学院、四川艾尔眼科医院、电子科技大学、萨里大学。上理工为第1完成与唯一通讯单位）
该项研究针对真实临床的两个痛点（隐私保护，病患流式到达），提出“模型无关的在线领域自适应（OMG-DA）”新问题设定，聚焦一个新的研究点：是否能在所有模型信息不可知，且无任何标签的无监督情况下，仅通过改变数据概率分布，就能实现跨领域迁移。针对该问题，以糖尿病视网膜病变分级（DR Grading）为应用实例，研究团队创新地提出了生成式非对抗样本的数据迁移理论（GUES），并给出了基于变分自编码器（VAE）的具体实现框架。在4个开源的DR数据集上的实验表明：不论下游模型是否训练、输入样本规模如何变化，GUES都能显著地鲁棒提升模型的迁移性能。
该项工作为在最严格的信息安全限制下，提升低算力应用场景（如基层社区医院，救难、救灾等），响应跨机构、设备、人种等典型通用诊疗需求，提供了全新的高性价比思路；同时，也为数据的价值落地提供了技术可能性。
图2. OMG-DA问题示意图(左)，基于生成式非对抗样本的数据迁移理论实现框架(右)
论文连接：https://arxiv.org/pdf/2412.01203
IEEE/CVF Conference on Computer Vision and Pattern Recognition是人工智能与计算机视觉领域顶级国际学术会议 (CCF A类)。会议每年举行一次，代表了计算机视觉领域的最高研究水平。在Google Scholar的学术会议/杂志排名中, 位列计算机学科第1, 总榜第2 (第1名为Nature)。CVPR 2025 共收到13008份有效投稿，最终录用率为22.1%，将于2025年6月11至15日在美国纳什维尔音乐城中心举行。机器智能研究院将组队参会并宣读论文。