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 多模态 长上下文 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 评测基准 高效推理 自监督学习 工具调用 对比学习 扩散语言模型 参数高效微调 视觉-语言-动作模型 Transformer 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 模仿学习 综述 信息检索 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 86 条结果
相关性 | 日期

S-Agent：空间工具使用激发空间智能推理能力

👍 41

通过层次化空间工具和双记忆系统，将空间推理重构为时空证据积累过程，显著提升VLM的空间理解能力。

Yalun Dai, Hao Li, Shulin Tian, Runmao Yao, Yuhao Dong, Fangzhou Hong,... 2026-06-19
3D理解 多模态智能体 工具使用 空间推理 视频理解
✅ 已总结
详情 →

推进大型多模态模型中的创造性物理智能

👍 19

提出MM-CreativityBench基准和affordance-grounded对齐方法，提升LMM在视觉环境中的创造性工具改用能力

Cheng Qian, Hyeonjeong Ha, Jiayu Liu, Jeonghwan Kim, Emre Can Acikgoz,... 2026-05-28
Affordance推理 创造性推理 多模态学习 工具使用 视觉基础
✅ 已总结
详情 →