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 100 条结果
相关性 | 日期

面向通用灵巧操作的异构触觉表征学习

👍 98

单一编码器统一压阻/磁/视触觉表征，免训练迁移至未见传感器，全面提升模仿、VLA 与强化学习策略。

Bing Han, Yichuan Peng, Haoyu Dong, Yuanmeng Hu, Yongyi Jia, Fangjing Wang,... 2026-11-10
JEPA VLA 具身智能 基础模型 灵巧操作
✅ 已总结
详情 →

用JEPA证明并改进柏拉图表征假说

👍 77

证明好视角让各模态JEPA学到相差一个旋转的同一表征，且比next-token高效42倍

Randall Balestriero, Yann LeCun 2026-10-30
JEPA 图文对齐 柏拉图表征假说 缩放律 自监督学习
✅ 已总结
详情 →

LoCA：让地理空间位置编码器支持多模态

👍 3

两阶段对比对齐，把坐标变成融合S1/S2影像与元数据的高秩多模态位置嵌入

Panagiotis Koromilas, Eleanna Vali, Diogenis Antonopoulos, Eleni Saka,... 2026-10-26
位置编码 地理空间基础模型 多模态对比学习 理论分析 自监督学习
✅ 已总结
详情 →

ALPS：面向世界模型的视觉状态编码器

👍 21

仅用静止图像与文本预训练单一冻结编码器，同时支持状态感知、语言对齐与像素重建。

Yanqing Liu, Letian Zhang, Chengzhi Liu, Zijun Wang, Jieru Mei, Hongliang... 2026-10-22
世界模型 图文对齐 机器人操作 自监督学习 视觉表征预训练
✅ 已总结
详情 →

学会判别场景结构使自监督深度学习可扩展

👍 7

解耦场景结构表征并用对比学习判别场景结构，让自监督深度估计首次从混合域训练中获益

Mengtan Zhang, Yuchuan Cui, Yu Ma, Zizhan Guo, Wei Ye, Rui Fan 2026-10-20
单目深度估计 对比学习 自监督学习 表征解耦 零样本泛化
✅ 已总结
详情 →

世界模型的自适应潜在容量

👍 14

让JEPA世界模型把预测信息集中到自适应选择的潜在前缀，用更少维度换来更高规划成功率。

Idan Achituve, Lior Dikstein, Idit Diamant, Arnon Netzer, Hai Victor Habi 2026-10-07
JEPA 世界模型 有序表示 目标条件控制 自监督学习
✅ 已总结
详情 →

JLD：透过雅可比透镜的感知距离

👍 3

从冻结视觉编码器的输出敏感度导出固定「雅可比透镜」，无标签感知距离全面超越 LPIPS/DISTS

Shreshth Saini, Balu Adsumilli, Alan C. Bovik 2026-10-07
全参考指标 图像质量评估 度量几何 感知距离 自监督学习
✅ 已总结
详情 →

JEPA-Anything：跨异构世界的统一预测世界模型

👍 55

提出正交预测分解OPF，把JEPA单目标嵌入拆为互补正交因子，用一套核心横跨七个领域实现世界建模

Taoyong Cui, Zhongyao Wang, Xinyue Xu, Weiyang Liu, Zhaochen Yu, Yuying... 2026-09-18
JEPA 世界模型 正交分解 科学发现 自监督学习
✅ 已总结
详情 →