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

LIMMT：少即是多的运动跟踪方法

👍 16

通过数据质量选择而非数量堆叠，仅用3%数据实现超越完整数据集的人形机器人运动跟踪性能

Yu Guan, Zekun Qi, Chenghuai Lin, Xuchuan Chen, Dairu Liu, Wenyao Zhang,... 2026-06-08
强化学习 数据质量 机器人学 模仿学习 运动捕捉
✅ 已总结
详情 →

信任区域Q伴随匹配

👍 24

通过自适应信任区域控制稳定离策略流策略微调

Yonghoon Dong, Kyungmin Lee, Changyeon Kim, Jaehyuk Kim, Jinwoo Shin 2026-06-05
信任区域 强化学习 流策略 离策略学习 随机最优控制
✅ 已总结
详情 →

迈向一对多时序定位

👍 7

首个一对多时序定位框架，解决现实视频中重复事件定位问题

Qi Xu, Yue Tan, Shihao Chen, Jiahao Meng, Anna Wang, Shunping Ji, Hao Fei, Jason Li 2026-06-05
多模态大模型 强化学习 时序定位 视频理解
✅ 已总结
详情 →

元认知记忆策略优化：面向长周期 LLM 智能体

👍 6

引入信念熵提供细粒度记忆监督，解决长周期智能体的噪声积累和信念漂移问题

Ziyan Liu, Zhezheng Hao, Yeqiu Chen, Hong Wang, Jingren Hou, Ruiyi Ding,... 2026-06-05
POMDP 不确定性估计 强化学习 记忆增强智能体 长周期推理
✅ 已总结
详情 →