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

OmniGAIA：迈向原生全模态AI智能体

👍 53

提出全模态智能体基准OmniGAIA和原生全模态基础智能体OmniAtlas

Xiaoxi Li, Wenxiang Jiao, Jiarui Jin, Shijian Wang, Guanting Dong, Jiajie... 2026-02-27
基准测试 多模态 工具使用 推理 智能体
✅ 已总结
详情 →

迈向 AI Agent 可靠性的科学

👍 16

提出四维可靠性度量体系，揭示前沿模型能力提升远快于可靠性改善

Stephan Rabanser, Sayash Kapoor, Peter Kirgis, Kangheng Liu, Saiteja Utpala,... 2026-02-19
AI Agent 可靠性评估 基准测试 安全关键系统 模型评估
✅ 已总结
详情 →

在真实世界中学习情境感知

👍 8

提出SAW-BENCH基准测试，评估多模态模型在第一人称视角下的空间情境感知能力

Chuhan Li, Ruilin Han, Joy Hsu, Yongyuan Liang, Rajiv Dhawan, Jiajun Wu,... 2026-02-19
具身智能 基准测试 多模态基础模型 情境感知 空间推理
✅ 已总结
详情 →

Opbench：应对阿片类药物危机的图学习基准测试

👍 0

首个阿片类药物危机图学习基准，涵盖5个数据集，系统评估图学习方法在真实场景中的表现。

Tianyi Ma, Yiyang Li, Yiyue Qian, Zheyuan Zhang, Zehong Wang, Chuxu Zhang, Yanfang Ye 2026-02-19
图学习 基准测试 异构图 超图 阿片类药物危机
✅ 已总结
详情 →