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 979 条结果
相关性 | 日期

视觉接地思考

👍 11

让视觉推理轨迹显式指向图像证据，提升计数和空间理解能力

Junkai Zhang, Yihe Deng, Kai-Wei Chang, Wei Wang 2026-06-19
强化学习 接地学习 视觉推理 视觉语言模型
✅ 已总结
详情 →

理解环境感知信息检索的行为

👍 9

通过强化学习让大语言模型适应不同检索器的查询策略

Ruifeng Yuan, Chaohao Yuan, David Dai, Yu Rong, Hong Cheng, Hou Pong Chan,... 2026-06-19
多模态检索 强化学习 查询重写 检索增强生成
✅ 已总结
详情 →

原生主动感知作为全模态理解的推理

👍 18

首个原生全模态Agent框架，通过迭代Observation-Thought-Action循环解耦视频时长与推理复杂度，实现测试时正扩展

Zhenghao Xing, Ruiyang Xu, Yuxuan Wang, Jinzheng He, Ziyang Ma, Qize Yang,... 2026-06-18
POMDP 主动感知 多模态Agent 强化学习 长视频理解
✅ 已总结
详情 →

强化空间视觉语言模型中的双路径推理

👍 15

提出SR-ReaL框架，通过LOR和DTR双路径推理+强化学习提升空间VLM的几何推理能力

Yatai Ji, An-Chieh Cheng, Yang Fu, Yukang Chen, Han Zhang, Zhaojing Yang,... 2026-06-18
3D感知 双路径推理 强化学习 空间推理 视觉语言模型
✅ 已总结
详情 →

用图灵奖励学习用户模拟器

👍 3

基于图灵测试判别奖励训练人类不可区分的用户模拟器

Yingshan Susan Wang, Cedegao E. Zhang, Linlu Qiu, Zexue He, Pengyuan Li,... 2026-06-18
LLM训练 图灵测试 对话系统 强化学习 用户模拟
✅ 已总结
详情 →

REVES：修订与验证增强的测试时扩展训练

👍 3

通过将中间错误答案转化为修订与验证提示，训练LLM的测试时序列修订能力

Yuanxin Liu, Ruida Zhou, Xinyan Zhao, Amr Sharaf, Hongzhou Lin, Arijit... 2026-06-18
序列修订 强化学习 数据增强 测试时扩展
✅ 已总结
详情 →