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 272 条结果
相关性 | 日期

大规模适配视觉语言模型以理解电子商务

👍 13

系统性研究如何将通用VLM适配到电商领域，在保留通用能力的同时大幅提升商品理解性能

Matteo Nulli, Vladimir Orshulevich, Tala Bazazo, Christian Herold, Michael... 2026-02-13
多模态 微调 电商 视觉语言模型 领域适配
✅ 已总结
详情 →

基于潜在动作的自改进世界建模

👍 32

将动作视为潜在变量，通过前向-逆向模型交替优化实现无标注世界建模

Yifu Qiu, Zheng Zhao, Waylon Li, Yftah Ziser, Anna Korhonen, Shay B. Cohen,... 2026-02-09
GRPO 世界模型 强化学习 潜在变量 自改进学习
✅ 已总结
详情 →

VLS：通过视觉语言模型引导预训练机器人策略

👍 22

提出训练无关的推理时引导框架，利用VLM生成可微奖励函数来引导冻结的机器人扩散策略适应分布外场景。

Shuo Liu, Ishneet Sukhvinder Singh, Yiqing Xu, Jiafei Duan, Ranjay Krishna 2026-02-05
扩散策略 推理时适应 机器人学习 模仿学习 视觉语言模型
✅ 已总结
详情 →

A2Eval：具身智能的自主自动评测框架

👍 8

用两个协作智能体自动构建平衡评测基准并生成可执行评测流程，压缩85%冗余样本、降低77%评测成本

Shuai Zhang, Jiayu Hu, Zijie Chen, Zeyuan Ding, Yi Zhang, Yingji Zhang, Ziyi... 2026-02-05
具身智能 多智能体系统 自动化评估 视觉语言模型 评测基准
✅ 已总结
详情 →