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 60 条结果
相关性 | 日期

多模态过程奖励模型的训练数据效率研究

👍 80

提出BIS评分筛选MPRM训练rollout，10%数据即可匹配全量性能

Jinyuan Li, Chengsong Huang, Langlin Huang, Shaoyang Xu, Haolin Liu, Wenxuan... 2026-02-05
多模态大语言模型 强化学习 数据选择 视觉推理 过程奖励模型
✅ 已总结
详情 →

AdaReasoner：面向迭代视觉推理的动态工具编排

👍 48

通过强化学习训练多模态模型自适应选择和编排视觉工具，实现复杂推理任务的突破性性能。

Mingyang Song, Haoyu Sun, Jiawei Gu, Linjie Li, Luxin Xu, Ranjay Krishna, Yu Cheng 2026-01-28
多模态推理 工具增强 强化学习 自适应学习 视觉推理
✅ 已总结
详情 →

LaViT：通过对齐潜在视觉思维实现多模态推理

👍 13

通过知识蒸馏对齐教师模型的视觉注意力轨迹，让小模型获得大模型的视觉推理能力

Linquan Wu, Tianxiang Jiang, Yifei Dong, Haoyu Yang, Fengji Zhang, Shichaang... 2026-01-16
多模态大模型 注意力机制 潜在推理 知识蒸馏 视觉推理
✅ 已总结
详情 →

BabyVision：超越语言的视觉推理

👍 201

揭示当前MLLMs在人类幼儿就能解决的基础视觉任务上存在巨大缺陷

Liang Chen, Weichu Xie, Yiyan Liang, Hongfeng He, Hans Zhao, Zhibo Yang,... 2026-01-13
发展心理学 基准测试 多模态大模型 视觉推理 评估方法
✅ 已总结
详情 →

DiffThinker：基于扩散模型的生成式多模态推理框架，将多模态推理从符号空间重新定义为视觉空间的原生图像生成任务

👍 53

将多模态推理重新定义为图像到图像生成任务，在长时程视觉推理任务上显著超越SOTA MLLMs，实现了高效、可控、并行且可协作的推理范式

Zefeng He, Xiaoye Qu, Yafu Li, Tong Zhu, Siyuan Huang, Yu Cheng 2026-01-02
多模态推理 序列规划 扩散模型 组合优化 视觉推理
✅ 已总结
详情 →