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 101 条结果
相关性 | 日期

推理模型难以控制其思维链

👍 39

推理模型几乎无法控制自己的思维链内容，这对 CoT 监控安全性是个好消息。

Chen Yueh-Han, Robert McCarthy, Bruce W. Lee, He He, Ian Kivlichan, Bowen... 2026-03-09
AI安全 可解释性 对齐评估 思维链监控 推理模型
✅ 已总结
详情 →

TADA！通过激活转向微调音频扩散模型

👍 2

发现音频扩散模型存在语义瓶颈层，局部激活转向实现最优音乐概念控制

Łukasz Staniszewski, Katarzyna Zaleska, Mateusz Modrzejewski, Kamil Deja 2026-02-16
可解释性 扩散模型 激活转向 音乐控制 音频生成
✅ 已总结
详情 →

DeepSight: 一站式大模型安全工具包

👍 15

整合安全评估与内部诊断的开源工具包，实现从黑盒测试到白盒洞察的范式转变

Bo Zhang, Jiaxuan Guo, Lijun Li, Dongrui Liu, Sujin Chen, Guanxu Chen,... 2026-02-13
前沿AI风险 可解释性 多模态 大模型安全 安全评估
✅ 已总结
详情 →