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

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 →

面向 LLM 智能体的强化世界模型学习

👍 28

用自监督 RL 训练 LLM 成为动作条件的世界模型，提升智能体决策能力

Xiao Yu, Baolin Peng, Ruize Xu, Yelong Shen, Pengcheng He, Suman Nath,... 2026-02-06
GRPO LLM智能体 世界模型 强化学习 自监督学习
✅ 已总结
详情 →

LIVE：长时域交互式视频世界建模

👍 14

通过循环一致性目标约束误差累积，实现稳定长时域视频生成

Junchao Huang, Ziyang Ye, Xinting Hu, Tianyu He, Guiyu Zhang, Shaoshuai Shi,... 2026-02-04
世界模型 扩散模型 自回归生成 视频生成 长时域建模
✅ 已总结
详情 →

世界模型量化的实证研究

👍 5

系统评估 PTQ 对视觉规划世界模型的影响，揭示五条关键量化洞察

Zhongqian Fu, Tianyi Zhao, Kai Han, Hang Zhou, Xinghao Chen, Yunhe Wang 2026-02-03
世界模型 后训练量化 模型量化 视觉规划 边缘部署
✅ 已总结
详情 →

面向机器人控制的因果世界建模

👍 32

提出LingBot-VA自回归扩散框架，统一视频动态预测与动作推理实现闭环机器人操控

Lin Li, Qihang Zhang, Yiming Luo, Shuai Yang, Ruilin Wang, Fei Han, Mingrui... 2026-02-02
世界模型 扩散模型 机器人操控 自回归生成 视觉-语言-动作模型
✅ 已总结
详情 →

推进开源世界模型

👍 135

开源世界模型LingBot-World，支持分钟级实时交互世界模拟

Robbyant Team, Zelin Gao, Qiuyu Wang, Yanhong Zeng, Jiapeng Zhu, Ka Leong... 2026-01-29
世界模型 交互式模拟 具身AI 开源 扩散模型
✅ 已总结
详情 →

通过知识经验学习对齐智能体世界模型

👍 15

WorldMind框架通过过程经验和目标经验，在推理时自主对齐LLM智能体的内部世界模型

Baochang Ren, Yunzhi Yao, Rui Sun, Shuofei Qiao, Ningyu Zhang, Huajun Chen 2026-01-21
世界模型 具身智能 智能体 物理幻觉 经验学习
✅ 已总结
详情 →