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 74 条结果
相关性 | 日期

Maglev：滑动窗口循环记忆

👍 14

用并行预填充器生成记忆目标，一致性损失训练滑窗解码器，实现可并行预训练的固定内存循环语言模型

Bo Liu, Qiang Liu 2026-08-14
Transformer 一致性损失 循环记忆 语言模型预训练 高效注意力
✅ 已总结
详情 →

MASS：具备权威共享状态的多玩家世界模型

👍 14

借鉴网游权威服务器架构，以类型化共享状态解耦世界推演与视角渲染。

Ziqi Cai, Siqi Yang, Yimu Wang, Zixian Gao, Yunheng Liu, Shuchen Weng, Erwin... 2026-08-07
Transformer 世界模型 多玩家模拟 游戏AI 状态空间建模
✅ 已总结
详情 →

MuScriptor：一个开放的多乐器音乐转录模型

👍 20

开放权重多乐器音乐转录模型，结合合成数据预训练、真实数据微调与强化学习后训练

Simon Rouard, Michael Krause, Axel Roebel, Carl-Johann Simon-Gabriel,... 2026-07-15
Transformer 多乐器建模 开放权重模型 强化学习 自动音乐转录
✅ 已总结
详情 →