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 329 条结果
相关性 | 日期

程序验证的视觉语言模型自进化

👍 10

用固定程序在结构化解析上算出答案，以逐断言校验取代多数投票，让 VLM 可靠自进化

Ahmed Heakl, Sungik Choi, Moontae Lee, Salman Khan 2026-09-29
GRPO 可验证奖励 场景图解析 数据合成 自进化
✅ 已总结
详情 →

PANORAMA：基于掩码候选选择的全景接地图像描述

👍 17

把短语接地建模为掩码候选选择，配合人标基准PanoCaps实现密集像素级全场景描述

Sara Pieri, Evangelos Kazakos, Shizhe Chen, Josef Sivic, Cordelia Schmid 2026-09-17
像素级视觉接地 图像分割 图像描述生成 基准数据集 视觉语言模型
✅ 已总结
详情 →

火灾不可逆损伤后的目标理解特征恢复

👍 1

提出TRACE火灾损伤基准与即插即用FRM模块，将受损特征映射回完好对齐表征以识别烧毁物体。

Aditi Tiwari, Sofia Stoica, Savya Khosla, David Forsyth, Heng Ji 2026-09-14
火灾损伤基准 特征恢复 目标检测 视觉语言模型 视觉鲁棒性
✅ 已总结
详情 →