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 424 条结果
相关性 | 日期

3D视觉指南：数据、学习范式与应用

👍 6

提供以数据为中心的3D视觉统一框架，连接表示、数据集与学习范式

Hongyang Du, Zongxia Li, Dawei Liu, Runhao Li, Haoyuan Song, Qingyu Zhang,... 2026-06-08
3D视觉 基准测试 学习范式 数据表示 综述
✅ 已总结
详情 →

PaintBench：精确视觉编辑的确定性评估基准

👍 2

首个基于像素级确定性评估的精确视觉编辑基准，揭示当前多模态模型在基本栅格操作上的显著局限性。

Kai Xu, Ellis Brown, Shrikar Madhu, Rob Fergus, He He, Saining Xie 2026-06-04
图像编辑 基准测试 多模态模型 确定性评估 视觉推理
✅ 已总结
详情 →

TVIR：面向图文交错报告生成的深度研究智能体

👍 11

提出TVIR基准与多智能体框架，攻克图文交错研究报告生成与评估难题。

Xinkai Ma, Zhiqi Bai, Dingling Zhang, Pei Liu, Yishuo Yuan, He Zhu, Jiakai... 2026-06-02
图文交错报告 基准测试 多智能体框架 多模态评测 深度研究智能体
✅ 已总结
详情 →