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 视觉语言模型 世界模型 GRPO 多模态大模型 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 72 条结果
相关性 | 日期

WeMM-Embedding：微信通用多模态嵌入技术报告

👍 67

两阶段训练的多模态嵌入家族：2B 超越 8B 基线，9B 以 80.6 分居 MMEB-v2 榜首

Junjie Zhou, Ke Mei, Lei Li, Tianyi Wang, Fengyun Rao, Jing Lyu 2026-08-26
Matryoshka表示学习 多模态嵌入 对比学习 知识蒸馏 跨模态检索
✅ 已总结
详情 →

抖音多模态嵌入模型技术报告

👍 14

两阶段训练兼顾十亿级检索效率与细粒度语义判别

Haonan Chen, Chu Li, Zhicheng Wang, Yuanwei Liu, Yuanjiang Wang, Shaohua... 2026-08-10
多模态检索 对比学习 嵌入模型 工业部署 隐式推理
✅ 已总结
详情 →

FATE：帧级音视频时序嵌入

👍 5

保留帧级特征的双编码器嵌入模型，单一相似度同时刻画语义与时间对齐

Kaisi Guan, Bingzi Zhang, Xihua Wang, Ying Ba, Xin Cheng, Yijing Chen, Ruihua Song 2026-08-10
对比学习 嵌入表示 跨模态检索 音视频同步 音视频学习
✅ 已总结
详情 →

OmniVAE：用于联合生成的跨模态对齐音视频VAE

👍 26

联合训练音视频VAE，用对比学习与语义蒸馏实现跨模态对齐，提升联合生成质量。

Jun Zhan, Chen Yang, Yitian Gong, Donghua Yu, Kuangwei Chen, Wenbo Zhang,... 2026-07-28
变分自编码器 对比学习 潜在扩散模型 跨模态对齐 音视频生成
✅ 已总结
详情 →

视觉对比自蒸馏

👍 48

用原图与擦除图像的预测对比构造自蒸馏目标，无需外部教师或答案提示。

Yijun Liang, Yunjie Tian, Yijiang Li, Yuqi Jia, Furong Huang, Tianyi Zhou, Di Fu 2026-07-24
多模态后训练 对比学习 知识蒸馏 自蒸馏 视觉语言模型
✅ 已总结
详情 →

自然图像对比学习的一种理论

👍 15

解析证明对比学习最优表示是测部分频率并做白化，可用正弦滤波器单层CNN实现。

Antonio Torralba, Yair Weiss 2026-07-14
傅里叶分析 可解释性 对比学习 自然图像统计 表示学习理论
✅ 已总结
详情 →

CORE：对比反思实现推理能力的快速提升

👍 4

通过对比成功与失败的推理轨迹生成可重用insights，提升模型推理效率

Linas Nasvytis, Simon Jerome Han, Ben Prystawski, Satchel Grant, Noah D.... 2026-06-08
元学习 可解释AI 对比学习 自监督学习 语言模型推理
✅ 已总结
详情 →