R1-Omni 是一个创新的多模态情绪识别模型，通过强化学习提升模型的推理能力和泛化能力。

FakeShield是一个多模态框架，旨在解决图像检测和定位（IFDL）领域中的两个主要挑战：检测原理的黑箱性和在不同篡改方法间的有限泛化能力。

Transformer Debugger结合了自动化可解释性和稀疏自编码器技术，支持在编写代码之前进行快速探索，并能够在前向传递中进行干预，以观察其如何影响特定行为。

这篇论文研究了视频Transformer表示的概念解释问题。

Patchscope是一个用于检查大型语言模型（LLM）隐藏表示的统一框架。

Censius是一个AI观测和模型监控平台，帮助团队了解、分析和改善AI模型在实际应用中的性能。