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 329 条结果
相关性 | 日期

基于离线强化学习的图像风格化推理代理规划

👍 3

用工具式代理+链式推理替代直接提示，训练小型VLM规划器提升复杂图像编辑质量

Subhojyoti Mukherjee, Stefano Petrangeli, Branislav Kveton, Trung Bui,... 2026-03-10
代理规划 图像编辑 图像风格化 思维链推理 离线强化学习
✅ 已总结
详情 →

大型多模态模型作为通用上下文分类器

👍 27

LMM 通过上下文学习匹配 CLIP 分类能力，CIRCLE 迭代伪标签进一步提升

Marco Garosi, Matteo Farina, Alessandro Conti, Massimiliano Mancini, Elisa Ricci 2026-03-06
上下文学习 图像分类 多模态学习 开放世界识别 视觉语言模型
✅ 已总结
详情 →