标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 148 条结果
相关性 | 日期

扩散模型的纠正训练

👍 42

训练纠正器迭代修正去噪预测，无需引导即大幅提升生成质量，并可蒸馏消除推理开销。

Donghoon Ahn, Runqian Wang, Alexei A. Efros, Taesung Park, Yash Belhe 2026-10-21
图像生成 扩散模型 曝光偏差 流匹配 蒸馏
✅ 已总结
详情 →

SWIFT：基于目标外推的自引导弱到强扩散模型训练

👍 30

用冻结弱去噪器外推训练目标，把弱到强引导从推理期移入训练期，训练后丢弃引导且不增加推理开销。

Yanjin He, Cuifeng Shen, Wanzhou Lei, Maohua Li, Tao Lan, Kan Liu, Hanlin... 2026-10-21
图像生成 弱到强学习 扩散模型 自引导 训练目标设计
✅ 已总结
详情 →

InfoVis：统一的幻灯片图像生成与编辑

👍 30

构建1300万级幻灯片数据引擎与专用基准，训练统一9B模型将生成与编辑做到逼近最强闭源系统

Jiahao Wang, Xiyan Jiang, Chenyuan Wu, Haoqiang Zhang, Xin Luo, Yueze Wang,... 2026-10-16
图像生成 图像编辑 基准评测 幻灯片生成 扩散模型后训练
✅ 已总结
详情 →

BigCell：吉像素级病理全切片图像生成

👍 13

首个原生吉像素分辨率的全切片病理图像生成模型，自适应调度提速3倍，实现8k文本生图

Srikar Yellapragada, Alexandros Graikos, Zilinghan Li, Kostas Triaridis,... 2026-10-15
全切片图像 图像生成 数据增强 文本生图 流匹配
✅ 已总结
详情 →

APEX：面向极致压缩的异步前缀去噪

👍 45

把层级通道前缀放到全局时钟上错峰去噪，让 64×/128× 极端压缩成为扩散模型的算力优势

David Dinkevich, Nisan Chiprut, Yoav HaCohen, Dani Lischinski 2026-10-14
latent diffusion 图像生成 层级表示 自编码器 计算效率
✅ 已总结
详情 →

基于图像生成的视觉推理：REIMAGIN 框架

👍 15

把指令驱动的图像生成模型当作开放式视觉工具，让多模态大模型在像素空间里推理

Nishad Singhi, Hector Garcia Rodriguez, Aditya Arora, Marcus Rohrbach, Anna Rohrbach 2026-09-30
LLM智能体 图像生成 多模态推理 视觉基准
✅ 已总结
详情 →

HiRAE：基于残差预算的层次化表征自编码

👍 15

按深度分组施加残差预算，融合DINOv3全部24层，rFID降30%且生成不受损。

Xuanyu Zhu, Yan Bai, Yang Shi, Yihang Lou, Yuanxing Zhang, Tengfei Liu, Jing... 2026-09-30
图像生成 扩散模型 潜在空间 表征自编码 视觉Tokenizer
✅ 已总结
详情 →

扩散Transformer中的结构化残差连接

👍 15

把DiT残差流从被动求和改为跨层主动检索，镜像路由最多省1.73倍训练步数

Yuhe Liu, Xinyin Ma, Gongfan Fang, Songhua Liu, Xinchao Wang 2026-09-29
Transformer 图像生成 扩散模型 架构设计 残差连接
✅ 已总结
详情 →