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 272 条结果
相关性 | 日期

ReferTrack：先指代后跟踪的具身视觉跟踪方法

👍 50

将目标识别建模为索引候选框的单token选择，结合TVBI时序记忆实现单目具身跟踪

Hanjing Ye, Tianle Zeng, Jiazhao Zhang, Shaoan Wang, Zibo Zhang, Weisi Situ,... 2026-07-24
具身视觉跟踪 思维链推理 机器人导航 目标指代 视觉-语言-动作模型
✅ 已总结
详情 →

视觉对比自蒸馏

👍 48

用原图与擦除图像的预测对比构造自蒸馏目标，无需外部教师或答案提示。

Yijun Liang, Yunjie Tian, Yijiang Li, Yuqi Jia, Furong Huang, Tianyi Zhou, Di Fu 2026-07-24
多模态后训练 对比学习 知识蒸馏 自蒸馏 视觉语言模型
✅ 已总结
详情 →

HPD-Parsing：层级并行文档解析

👍 11

用层级并行解码范式重构文档解析，吞吐量达4752 TPS。

Shu Wei, Jingjing Wu, Lingshu Zhang, Qunyi Xie, Hao Zou, Le Xiang, Xu Fan,... 2026-07-22
vLLM 多token预测 并行解码 推理加速 文档解析
✅ 已总结
详情 →

Rank-Then-Act：基于帧序进度的无奖励控制

👍 7

从专家视频演示中学习进度排名，用Spearman相关系数作为无奖励RL的奖励信号

Yuriy Maksyuta, George Bredis, Ruslan Rakhimov, Daniil Gavrilov 2026-07-08
奖励学习 强化学习 无奖励控制 视觉语言模型 视频演示
✅ 已总结
详情 →