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 424 条结果
相关性 | 日期

CREATE：测试大语言模型的关联创造力

👍 7

提出关联创造力基准，通过知识图谱路径生成评估LLM的创意联想能力

Manya Wadhwa, Tiasa Singha Roy, Harvey Lederman, Junyi Jessy Li, Greg Durrett 2026-03-13
创造力评估 基准测试 大语言模型 推理能力 知识图谱
✅ 已总结
详情 →

RIVER：面向视频大语言模型的实时交互基准

👍 6

首个系统评估视频LLM实时交互能力的基准，覆盖记忆、感知与主动响应

Yansong Shi, Qingsong Zhao, Tianxiang Jiang, Xiangyu Zeng, Yi Wang, Limin Wang 2026-03-05
在线交互 基准测试 大语言模型 实时推理 视频理解
✅ 已总结
详情 →