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 视觉语言模型 世界模型 GRPO 多模态大模型 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 448 条结果
相关性 | 日期

面向通用LLM推理的基于似然的奖励设计

👍 8

对数概率奖励在可验证和不可验证领域均为CoT训练提供统一信号

Ariel Kwiatkowski, Natasha Butt, Ismail Labiad, Julia Kempe, Yann Ollivier 2026-02-05
大语言模型 奖励设计 强化学习 推理优化 链式思维
✅ 已总结
详情 →

HalluHard：一个困难的多轮幻觉评测基准

👍 4

提出950道高难度多轮幻觉基准，揭示前沿LLM仍存在约30%+的幻觉率

Dongyang Fan, Sebastien Delsad, Nicolas Flammarion, Maksym Andriushchenko 2026-02-05
事实性评估 基准测试 多轮对话 大语言模型 幻觉评测
✅ 已总结
详情 →

ObjEmbed：迈向通用多模态对象嵌入

👍 5

基于MLLM的对象嵌入模型，用对象+IoU双token实现精细视觉理解与检索

Shenghao Fu, Yukun Su, Fengyun Rao, Jing Lyu, Xiaohua Xie, Wei-Shi Zheng 2026-02-04
多模态嵌入 大语言模型 对比学习 对象检测 视觉检索
✅ 已总结
详情 →

RE-TRAC：面向深度搜索智能体的递归轨迹压缩框架

👍 20

通过递归压缩轨迹为结构化状态表示，实现跨轮次经验复用，突破ReAct线性框架的探索瓶颈

Jialiang Zhu, Gongrui Zhang, Xiaolong Ma, Lin Xu, Miaosen Zhang, Ruiqi Yang,... 2026-02-03
ReAct框架 大语言模型 测试时扩展 深度搜索智能体 轨迹压缩
✅ 已总结
详情 →

ReGuLaR：由渲染思维链引导的变分潜在推理

👍 36

将推理链渲染为图像来引导VAE框架下的潜在推理，实现高效压缩且超越显式CoT

Fanmeng Wang, Haotian Liu, Guojiang Zhao, Hongteng Xu, Zhifeng Gao 2026-02-02
变分自编码器 大语言模型 思维链 潜在推理 视觉-文本压缩
✅ 已总结
详情 →