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 86 条结果
相关性 | 日期

面向视觉生成的统一个性化奖励模型

👍 20

提出 UnifiedReward-Flex，通过上下文自适应层次化推理动态构建个性化奖励模型。

Yibin Wang, Yuhang Zang, Feng Han, Jiazi Bu, Yujie Zhou, Cheng Jin, Jiaqi Wang 2026-02-04
偏好优化 多模态 奖励模型 强化学习 视觉生成
✅ 已总结
详情 →

HeartMuLa：一系列开源音乐基础模型

👍 49

首个可复现Suno级别商业系统的开源音乐基础模型家族，支持长达6分钟的可控歌曲生成

Dongchao Yang, Yuxin Xie, Yuguo Yin, Zheyu Wang, Xiaoyu Yi, Gongxi Zhu,... 2026-01-16
基础模型 多模态 开源 歌曲合成 音乐生成
✅ 已总结
详情 →