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 210 条结果
相关性 | 日期

SenTSR-Bench：基于注入知识的时间序列推理

👍 1

通过混合知识注入框架将时间序列专家知识注入通用推理模型，解决时间序列诊断推理中的知识鸿沟问题

Zelin He, Boran Han, Xiyuan Zhang, Shuai Zhang, Haotian Lin, Qi Zhu, Haoyang... 2026-02-24
多模态大模型 强化学习 时间序列推理 知识注入 诊断推理
✅ 已总结
详情 →

Mobile-Agent-v3.5：多平台基础GUI智能体

👍 52

提出GUI-Owl-1.5模型家族，通过混合数据飞轮和多平台RL扩展实现跨设备GUI自动化

Haiyang Xu, Xi Zhang, Haowei Liu, Junyang Wang, Zhaozai Zhu, Shengjie Zhou,... 2026-02-20
GUI Agent 多平台自动化 多模态大模型 工具调用 强化学习
✅ 已总结
详情 →

RynnBrain：开源具身智能基础模型

👍 46

阿里达摩院开源具身智能基础模型，统一感知/推理/规划，四个核心能力全面超越SOTA

Ronghao Dang, Jiayan Guo, Bohan Hou, Sicong Leng, Kehan Li, Xin Li, Jiangpin... 2026-02-19
具身智能 基础模型 多模态大模型 机器人 空间推理
✅ 已总结
详情 →

通过分隔符令牌缩放增强多图像理解

👍 5

缩放图像分隔符令牌隐藏状态，无需训练即可抑制跨图像信息泄漏

Minyoung Lee, Yeji Park, Dongjun Hwang, Yejin Kim, Seong Joon Oh, Junsuk Choe 2026-02-03
多图像理解 多模态大模型 推理优化 注意力机制 训练无关方法
✅ 已总结
详情 →

Youtu-VL: 通过统一视觉-语言监督释放视觉潜能

👍 44

提出VLUAS范式，将视觉信号从被动输入转变为生成目标，实现标准VLM统一处理多模态和视觉任务

Zhixiang Wei, Yi Li, Zhehan Kan, Xinghua Jiang, Zuwei Long, Shifeng Liu,... 2026-01-28
多模态大模型 统一架构 自回归生成 视觉感知 视觉语言模型
✅ 已总结
详情 →

RoboBrain 2.5：眼中有深度，心中有时间

👍 13

具身AI基座模型，通过3D空间推理和密集时序估计实现精准操作

Huajie Tan, Enshen Zhou, Zhiyu Li, Yijie Xu, Yuheng Ji, Xiansheng Chen,... 2026-01-22
3D空间推理 具身智能 多模态大模型 时序价值估计 机器人操作
✅ 已总结
详情 →