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 100 条结果
相关性 | 日期

智能体模型的批判性分析与GIC架构

👍 23

区分工具型与内禀型系统，提出基于分层目标、演化身份和自调节的GIC架构

Eric Xing, Mingkai Deng, Jinyu Hou 2026-06-24
世界模型 分层规划 强化学习 智能体架构 自监督学习
✅ 已总结
详情 →

视频对象中心学习的选择性协同学习

👍 3

通过选择性协同学习解决视频对象分解中的编码器-解码器不匹配问题，提升性能并降低计算复杂度

WonJun Moon, Jae-Pil Heo 2026-06-19
对象中心学习 深度学习 自监督学习 视频理解
✅ 已总结
详情 →

自进化视觉提问者

👍 15

让VLM无需外部监督，通过自我迭代学会主动提问并持续进化。

Yijun Liang, Hengguang Zhou, Ming Li, Lichen Li, Cho-Jui Hsieh, Tianyi Zhou 2026-06-17
自监督学习 自训练 视觉提问生成 视觉语言模型
✅ 已总结
详情 →

CORE：对比反思实现推理能力的快速提升

👍 4

通过对比成功与失败的推理轨迹生成可重用insights，提升模型推理效率

Linas Nasvytis, Simon Jerome Han, Ben Prystawski, Satchel Grant, Noah D.... 2026-06-08
元学习 可解释AI 对比学习 自监督学习 语言模型推理
✅ 已总结
详情 →

MindZero：零标注学习在线心理推理

👍 3

自监督强化学习训练多模态大模型做在线心智推理，无需心理状态标注

Shunchi Zhang, Jin Lu, Chuanyang Jin, Yichao Zhou, Zhining Zhang, Tianmin Shu 2026-06-02
多模态大模型 强化学习 心智理论 智能助手 自监督学习
✅ 已总结
详情 →