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 74 条结果
相关性 | 日期

AvatarPointillist：自回归4D高斯头像生成框架

👍 12

使用自回归Transformer逐点生成3D高斯点云，实现从单张图像生成可驱动的4D头像

Hongyu Liu, Xuan Wang, Yating Wang, Zijian Wu, Ziyu Wan, Yue Ma, Runtao Liu,... 2026-04-07
3D重建 Transformer 头像动画 自回归生成 高斯Splatting
✅ 已总结
详情 →

GaussianGPT：迈向自回归3D高斯场景生成

👍 25

基于Transformer的自回归3D高斯场景生成方法，支持无条件生成、补全和大场景合成

Nicolas von Lützow, Barbara Rössle, Katharina Schmid, Matthias Nießner 2026-04-02
3D生成 Gaussian Splatting Transformer 场景合成 自回归模型
✅ 已总结
详情 →

可重新照明的多视图3D重建与解耦光照

👍 2

首个端到端多视图3D重建，同时重建几何、PBR材质和HDR环境光，速度小于1秒

Jan-Niklas Dihlmann, Mark Boss, Simon Donne, Andreas Engelhardt, Hendrik P.... 2026-03-23
3D重建 NeRF Transformer 可重新照明 多视图
✅ 已总结
详情 →

SageBwd：一种可训练的低比特注意力机制

👍 19

通过QK-norm和降低每步token数，使INT8注意力训练匹配全精度效果

Jintao Zhang, Marco Chen, Haoxu Wang, Kai Jiang, Ion Stoica, Joseph E.... 2026-03-06
Transformer 低比特量化 效率优化 模型训练 注意力机制
✅ 已总结
详情 →

下一嵌入预测使世界模型更强大

👍 21

用因果Transformer预测下一时刻嵌入，替代像素重建学习世界模型

George Bredis, Nikita Balagansky, Daniil Gavrilov, Ruslan Rakhimov 2026-03-04
Transformer 世界模型 强化学习 模型基强化学习 表征学习
✅ 已总结
详情 →

受通信启发的结构化图像表示Tokenization方法

👍 4

提出COMiT，通过迭代局部观测和递归更新构建具有语义结构的离散视觉token序列

Aram Davtyan, Yusuf Sahin, Yasaman Haghighi, Sebastian Stapf, Pablo... 2026-02-25
Transformer 图像表示学习 流匹配 离散Token化 组合泛化
✅ 已总结
详情 →

论序列模型中的归纳偏置

👍 4

Transformer在状态跟踪任务中数据效率低下，无法跨序列长度共享学习机制

M. Reza Ebrahimi, Michaël Defferrard, Sunny Panchal, Roland Memisevic 2026-02-24
Transformer 归纳偏置 循环神经网络 数据效率 状态跟踪
✅ 已总结
详情 →

用于时序因果发现的大型因果模型

👍 1

预训练Foundation模型实现零样本时序因果发现

Nikolaos Kougioulis, Nikolaos Gkorgkolis, MingXue Wang, Bora Caglayan, Dario... 2026-02-24
Foundation Models Transformer 因果发现 时序分析 零样本学习
✅ 已总结
详情 →