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 93 条结果
相关性 | 日期

MathNet：面向数学推理与检索的全球多模态基准

👍 15

构建了跨越47国17语、3万+奥数题的MathNet基准，并首次系统性评测模型在数学等价检索上的能力。

Shaden Alshammari, Kevin Wen, Abrar Zainal, Mark Hamilton, Navid Safaei,... 2026-04-21
向量检索 基准评测 多模态 多语言 数学推理
✅ 已总结
详情 →

Adam 定律：面向大语言模型的文本频率定律

👍 509

提出文本频率定律：同等语义下高频文本更适合 LLM 提示与微调，结合 TFD 蒸馏与 CTFT 课程训练在 4 大任务验证。

Hongyuan Adam Lu, Z. L., Victor Wei, Zefan Zhang, Zhao Hong, Qiqi Xiang,... 2026-04-07
大语言模型 提示工程 数学推理 数据选择 机器翻译
✅ 已总结
详情 →

V1：统一生成与自验证的并行推理框架

👍 14

通过成对比较和联合训练统一生成与验证，提升并行推理性能

Harman Singh, Xiuyu Li, Kusha Sareen, Monishwaran Maheswaran, Sijun Tan,... 2026-03-05
代码生成 并行推理 强化学习 数学推理 测试时扩展
✅ 已总结
详情 →