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 365 条结果
相关性 | 日期

星际争霸II中的世界模型用于策略优化

👍 8

首个星际争霸II世界模型，通过预测未来观测实现LLM决策的前瞻性优化

Yixin Zhang, Ziyi Wang, Yiming Rong, Haoxi Wang, Jinling Jiang, Shuang Xu,... 2026-02-20
世界模型 决策优化 大语言模型 星际争霸II 部分可观测
✅ 已总结
详情 →

世界动作模型是零样本策略

👍 20

14B视频扩散模型联合预测视频与动作，实现机器人零样本泛化与跨具身迁移

Seonghyeon Ye, Yunhao Ge, Kaiyuan Zheng, Shenyuan Gao, Sihyun Yu, George... 2026-02-19
世界模型 机器人基础模型 视频扩散模型 跨具身迁移 零样本泛化
✅ 已总结
详情 →

Causal-JEPA：通过对象级潜在遮蔽学习世界模型

👍 13

将JEPA从图像块扩展到对象级表示，通过遮蔽诱导因果归纳偏置，实现高效交互感知的世界建模

Heejeong Nam, Quentin Le Lidec, Lucas Maes, Yann LeCun, Randall Balestriero 2026-02-18
世界模型 因果推理 对象表示 模型预测控制 自监督学习
✅ 已总结
详情 →

VideoWorld 2：从真实视频中学习可迁移知识

👍 14

通过动力学增强的潜在动力学模型，从无标签视频学习可迁移任务知识

Zhongwei Ren, Yunchao Wei, Xiao Yu, Guixun Luo, Yao Zhao, Bingyi Kang,... 2026-02-11
世界模型 机器人操作 自监督学习 视频生成 长时序推理
✅ 已总结
详情 →