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 210 条结果
相关性 | 日期

Evidence-RL：迈向证据密集的视觉推理

👍 16

用反事实证据干预把“答案是否依赖视觉证据”变成GRPO奖励，让VLM不再靠语言先验答题。

Haojie Huang, Xinlei Yu, Chengming Xu, Zhangquan Chen, Cheng Yang, Qingdong... 2026-08-11
GRPO 反事实推理 多模态大模型 奖励设计 强化学习后训练
✅ 已总结
详情 →

视觉语言定位即双向概念对应

👍 7

把视觉定位重构为文本片段与图像实例的双向对应预测，一个模型统一多种定位任务

Jieyu Zhang, Ziqi Gao, Luke Zettlemoyer, Ranjay Krishna 2026-08-11
多模态大模型 开放词汇分割 指代消解 结构化预测 视觉语言定位
✅ 已总结
详情 →

PaDoc：基于版面锚定的文档解析并行解码

👍 22

用预测版面分叉内容分支并行解码，端到端文档解析大幅提速

Hao Yu, Jiabo Zhan, Kang Liu, Linnan Zhao, Dongxu Yue, Rui Chen, Jinglin... 2026-08-07
KV缓存复用 多模态大模型 并行解码 文档解析 版面分析
✅ 已总结
详情 →

OPD-V：基于模态平衡的视觉在线自蒸馏

👍 10

把模态平衡本身作为在线自蒸馏的特权信息，用正负双教师提升多模态推理

Aniri, Jinhe Bi, Peng Liao, Zengjie Jin, Volker Tresp, Fei Shen, Yunpu Ma,... 2026-08-06
MLLM 后训练 在线自蒸馏 多模态大模型 模态平衡
✅ 已总结
详情 →

RefCaptioner：多参考图锚定的视频描述生成

👍 30

提出多参考图锚定的视频描述新任务，用两阶段后训练实现短语级图像标签绑定。

Tengfei Liu, Yang Shi, Yuran Wang, Xiaohan Zhang, Yuqing Wen, Yuqi Tang,... 2026-07-31
GRPO强化学习 参考图锚定 多模态大模型 视觉定位 视频描述
✅ 已总结
详情 →