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 364 条结果
相关性 | 日期

KeyFrame-Compass：关键帧条件视频生成的综合评测基准

👍 42

首个多关键帧条件视频生成评测基准，含386样本、6项关键帧指标与4维质量评估。

Yuqi Tang, Tengfei Liu, Yizheng Lai, Yuran Wang, Yang Shi, Wanshun Su,... 2026-07-17
关键帧条件生成 基准测试 多模态大模型评判 视频生成评测 音频-视频联合评估
✅ 已总结
详情 →

RoboDojo：通用机器人操作策略综合评估的统一模拟与现实基准

👍 11

提出包含42个模拟任务和18个现实世界任务的统一基准，评估通用机器人操作策略在泛化、记忆、长期执行、精度和开放语义五个维度的能力。

Tianxing Chen, Yue Chen, Zixuan Li, Junyuan Tang, Kailun Su, Haoran Lu,... 2026-07-09
基准测试 机器人学习 机器人操作 模拟与现实评估 通用策略
✅ 已总结
详情 →

数据智能体综合基准测试AgenticDataBench

👍 35

构建覆盖15个领域433项技能的数据智能体综合评测基准

Zhaoyan Sun, Shan Zhong, Daizhou Wen, Jiaxing Han, Guoliang Li, Ying Yan,... 2026-07-03
LLM评估 任务生成 基准测试 技能提取 数据智能体
✅ 已总结
详情 →