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 582 条结果
相关性 | 日期

ELT：面向视觉生成的弹性循环 Transformer

👍 24

循环Transformer+环内自蒸馏，单次训练实现任意时间推理，参数减少4倍。

Sahil Goyal, Swayam Agrawal, Gautham Govind Anil, Prateek Jain, Sujoy Paul,... 2026-04-13
参数高效 图像生成 循环Transformer 扩散模型 视频生成
✅ 已总结
详情 →

RewardFlow：通过优化你奖励的信号来生成图像

👍 4

用多奖励 Langevin 动力学 + 提示感知自适应策略，在推理时免训练、免反演地引导扩散/流匹配模型

Onkar Susladkar, Dong-Hwan Jang, Tushar Prakash, Adheesh Juvekar, Vedant... 2026-04-10
Langevin 动力学 SAM2 可微分 VQA 图像编辑 奖励引导
✅ 已总结
详情 →

TC-AE：解锁深度压缩自编码器的 token 容量

👍 14

首次从 token 空间视角解决深度压缩自编码器的表征坍缩问题

Teng Li, Ziyuan Huang, Cong Chen, Yangfu Li, Yuanhuiyi Lyu, Dandan Zheng,... 2026-04-09
Vision Transformer 图像生成 扩散模型 自监督学习 视觉 tokenizer
✅ 已总结
详情 →

MoRight：做对运动控制

👍 5

通过双流架构解耦相机与物体运动，并引入主动-被动因果推理，实现可前向/逆向推理的交互式视频生成。

Shaowei Liu, Xuanchi Ren, Tianchang Shen, Huan Ling, Saurabh Gupta, Shenlong... 2026-04-09
可交互生成 因果推理 扩散模型 视频生成 运动控制
✅ 已总结
详情 →

通用多模态蛋白质设计实现化学的DNA编码

👍 25

DISCO多模态扩散模型实现蛋白质序列-结构协同设计，无需预定义活性位点即可设计出新酶

Jarrid Rector-Brooks, Théophile Lambert, Marta Skreta, Daniel Roth, Yueming... 2026-04-08
多模态学习 扩散模型 深度学习 蛋白质设计 酶设计
✅ 已总结
详情 →