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 313 条结果
相关性 | 日期

VideoAtlas: 对数计算量的长视频导航

👍 3

将长视频理解为分层环境导航，实现O(log T)计算复杂度的零样本视频问答

Mohamed Eltahir, Ali Habibullah, Yazan Alshoibi, Lama Ayash, Tanveer... 2026-03-19
分层表示 多模态大模型 智能体 递归语言模型 长视频理解
✅ 已总结
详情 →

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

👍 44

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 →