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 218 条结果
相关性 | 日期

以寄存器令牌驱动世界动作模型的动作生成

👍 7

用非空间寄存器与观测流匹配监督抑制空间离群点，并将其浓缩为高效动作条件接口

Yiwei Zhang, Yantai Yang, Jin Gao, Jin Lou, Andong Chen, Yufei Liu, Boyang... 2026-10-15
世界动作模型 寄存器令牌 机器人操作 流匹配 表征可解释性
✅ 已总结
详情 →

UNITAS：面向具身操作的3D原生世界动作模型

👍 5

首个在共享度量3D框架中统一观测、动作与场景动力学的世界动作模型

Ruixiang Wang, Yongyi Su, Wenlve Zhou, Bo Yue, Hengyan Liu, Dekun Lu, Yuxin... 2026-10-13
3D表示学习 世界动作模型 具身智能 机器人操作 跨本体策略
✅ 已总结
详情 →

USDCraft：几何接地的铰接三维资产程序化建模

👍 17

预训练LLM编写可执行程序并迭代对照源网格几何，重建仿真就绪的铰接资产

Chuanrui Zhang, Zaijia Yang, Duomin Wang, Lu Shi, Daquan Zhou, Ruihua Zhang,... 2026-10-09
3D资产生成 LLM智能体 Sim-to-Real 机器人操作 程序化建模
✅ 已总结
详情 →

面向异构多任务强化学习的GPU并行框架

👍 9

GPU并行基准Hebero与DGPO框架：单策略掌握40个异构操作任务，实机零微调成功率82.5%

Rui Zhang, Qiwei Wu, Zhengyu Zhang, Tao Li, Hongyu Zhou, Xiang Li, Yunrong... 2026-10-09
GPU并行仿真 Sim-to-Real 基准测试 多任务强化学习 机器人操作
✅ 已总结
详情 →