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 72 条结果
相关性 | 日期

从智能体轨迹中学习检索

👍 72

提出LRAT框架，利用AI智能体的搜索浏览轨迹数据训练检索模型，实现智能体对齐的信息检索

Yuqi Zhou, Sunhao Dai, Changle Qu, Liang Pang, Jun Xu, Ji-Rong Wen 2026-04-08
信息检索 对比学习 智能体搜索 检索增强生成 轨迹学习
✅ 已总结
详情 →

NearID: 通过近身份干扰项学习身份表示

👍 33

使用匹配背景的近身份干扰项解决视觉编码器中身份与上下文的混淆问题

Aleksandar Cvejic, Rameen Abdal, Abdelrahman Eldesokey, Bernard Ghanem, Peter Wonka 2026-04-03
个性化图像生成 对比学习 度量学习 表征学习 身份识别
✅ 已总结
详情 →

PixelSmile：迈向精细面部表情编辑

👍 118

通过连续情感标注和对称对比学习实现精细可控的面部表情编辑

Jiabin Hua, Hengyuan Xu, Aojie Li, Wei Cheng, Gang Yu, Xingjun Ma, Yu-Gang Jiang 2026-03-27
图像编辑 对比学习 扩散模型 身份保持 面部表情编辑
✅ 已总结
详情 →

混合饮食让DINO成为全能视觉编码器

👍 2

通过跨模态对齐将DINOv2转变为能统一处理RGB、深度、分割等多模态输入的视觉编码器

Rishabh Kabra, Maks Ovsjanikov, Drew A. Hudson, Ye Xia, Skanda Koppula,... 2026-03-13
对比学习 知识蒸馏 自监督学习 视觉编码器 跨模态学习
✅ 已总结
详情 →

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 →

InfoNCE 损失诱导高斯分布

👍 14

证明对比学习中 InfoNCE 目标函数在高维表示空间中渐近诱导出高斯分布结构

Roy Betser, Eyal Gofer, Meir Yossef Levi, Guy Gilboa 2026-03-02
InfoNCE 对比学习 理论分析 自监督学习 表征学习
✅ 已总结
详情 →

jina-embeddings-v5-text: 任务特定嵌入蒸馏

👍 31

通过结合模型蒸馏和任务特定对比损失训练紧凑高性能嵌入模型

Mohammad Kalim Akram, Saba Sturua, Nastia Havriushenko, Quentin Herreros,... 2026-02-18
信息检索 多语言 对比学习 嵌入模型 知识蒸馏
✅ 已总结
详情 →