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

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 →

视觉语言模型中的上下文视觉个性化

👍 3

提出CoViP框架，通过个性化图像摘要和强化学习实现上下文视觉个性化

Yeongtak Oh, Sangwon Yu, Junsung Park, Han Cheol Moon, Jisoo Mok, Sungroh Yoon 2026-02-04
上下文理解 个性化 多模态学习 强化学习 视觉语言模型
✅ 已总结
详情 →