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 57 条结果
相关性 | 日期

ELF：嵌入式语言流

👍 15

连续扩散语言模型，在嵌入空间全程去噪、仅末步离散化

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob... 2026-05-12
Flow Matching 分类器自由引导 扩散语言模型 生成式语言建模 连续嵌入空间
✅ 已总结
详情 →

TextLDM：基于连续潜扩散的语言建模

👍 26

把视觉DiT配方原封搬到语言建模，REPA塑造潜空间后比肩GPT-2

Jiaxiu Jiang, Jingjing Ren, Wenbo Li, Bo Wang, Haoze Sun, Yijun Yang,... 2026-05-11
Diffusion Transformer Flow Matching REPA表示对齐 扩散语言模型 潜空间扩散
✅ 已总结
详情 →

HiVLA:以视觉定位为核心的分层具身操作系统

👍 21

把VLM做高层规划、DiT做低层控制，用级联交叉注意力桥接视觉定位与动作。

Tianshuo Yang, Guanyu Chen, Yutian Chen, Zhixuan Liang, Yitian Liu, Zanxin... 2026-04-17
Flow Matching 分层架构 扩散Transformer 机器人操作 视觉-语言-动作模型
✅ 已总结
详情 →

MixFlow：通过混合源分布改善 Rectified Flow

👍 4

用条件与无条件高斯的线性混合源分布，拉直生成轨迹并显著提升 Rectified Flow 采样效率。

Nazir Nayal, Christopher Wewer, Jan Eric Lenssen 2026-04-13
Flow Matching ODE 求解 Rectified Flow 图像生成 扩散模型加速
✅ 已总结
详情 →

思考轨迹：利用视频生成从蜂窝信号重建GPS轨迹

👍 9

将轨迹重建重新定义为地图视觉视频生成任务，用视频模型直接在地图上绘制连续GPS路径

Ruixing Zhang, Hanzhang Jiang, Leilei Sun, Liangzhe Han, Jibin Wang, Weifeng Lv 2026-03-31
Flow Matching 强化学习 蜂窝信号定位 视频生成 轨迹数据挖掘
✅ 已总结
详情 →

基于聚类的最优传输流匹配方法

👍 2

通过聚类和簇内最优传输，实现更直的流匹配轨迹，提升生成质量

Chiensheng Chiang, Kuan-Hsun Tu, Jia-Wei Liao, Cheng-Fu Chou, Tsung-Wei Ke 2026-03-20
Flow Matching Optimal Transport 扩散模型 生成模型
✅ 已总结
详情 →