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

DREAM：在单一模型中统一视觉理解与文生图生成

👍 6

用 Masking Warmup 把 CLIP 对比学习与文生图生成在单阶段端到端模型中真正统一，并带来推理时自导向的语义对齐解码。

Chao Li, Tianhong Li, Sai Vidyaranya Nuthalapati, Hong-You Chen, Satya... 2026-03-04
ViT 多模态 对比学习 扩散模型 掩码图像建模
✅ 已总结
详情 →

面向文生图安全引导的条件激活传输方法

👍 1

用非线性MLP传输映射+几何条件门控，解决T2I激活引导的安全-质量权衡

Maciej Chrabąszcz, Aleksander Szymczyk, Jan Dubiński, Tomasz Trzciński,... 2026-03-04
扩散模型 推理时干预 文生图安全 最优传输 激活引导
✅ 已总结
详情 →

通过概念空间对齐的统一视觉-语言建模

👍 6

将Sonar文本嵌入空间扩展到图像和视频，实现多模态统一的潜空间推理模型

Yifu Qiu, Paul-Ambroise Duquenne, Holger Schwenk 2026-03-03
多模态学习 多语言处理 嵌入空间对齐 扩散模型 视觉-语言建模
✅ 已总结
详情 →

通过奖励模型增强图像生成中的空间理解

👍 60

提出专用空间奖励模型与数据集，显著提升图像生成的多对象空间关系理解能力

Zhenyu Tang, Chaoran Feng, Yufan Deng, Jie Wu, Xiaojie Li, Rui Wang, Yunpeng... 2026-03-02
奖励模型 强化学习 扩散模型 文本到图像生成 空间关系理解
✅ 已总结
详情 →

三模态掩码扩散模型的设计空间

👍 4

首个统一文本、图像、音频的三模态掩码扩散模型，通过SDE参数化消除最优批量大小搜索

Louis Bethune, Victor Turrisi, Bruno Kacper Mlodozeniec, Pau Rodriguez... 2026-02-26
多模态学习 扩散模型 文本到图像生成 离散扩散 缩放定律
✅ 已总结
详情 →

SeaCache：频谱演化感知缓存加速扩散模型

👍 4

通过频谱演化感知的缓存策略，在保留内容质量的同时加速扩散模型推理

Jiwoo Chung, Sangeek Hyun, MinKyu Lee, Byeongju Han, Geonho Cha, Dongyoon... 2026-02-26
图像生成 扩散模型 推理加速 缓存策略 视频生成
✅ 已总结
详情 →