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 145 条结果
相关性 | 日期

推进大型多模态模型中的创造性物理智能

👍 19

提出MM-CreativityBench基准和affordance-grounded对齐方法，提升LMM在视觉环境中的创造性工具改用能力

Cheng Qian, Hyeonjeong Ha, Jiayu Liu, Jeonghwan Kim, Emre Can Acikgoz,... 2026-05-28
Affordance推理 创造性推理 多模态学习 工具使用 视觉基础
✅ 已总结
详情 →

统一多模态模型的语义生成调优

👍 8

利用图像分割作为生成代理，统一多模态模型的理解与生成能力

Songsong Yu, Yuxin Chen, Ying Shan, Yanwei Li 2026-05-20
图像分割 多模态学习 生成调优 统一多模态模型 视觉理解与生成
✅ 已总结
详情 →

各向异性模态对齐

👍 25

把模态间隙重新解读为各向异性残差，用子空间+极坐标+先验校正做无配对模态对齐。

Xiaomin Yu, Yijiang Li, Yuhui Zhang, Hanzhen Zhao, Yue Yang, Hao Tang, Yue... 2026-05-11
MLLM训练 几何诊断 各向异性 多模态学习 无配对对齐
✅ 已总结
详情 →

先看再回答：从视觉基础的后训练中学习

👍 33

发现视频理解数据集严重依赖语言捷径，提出仅用视觉基础问题后训练提升模型性能

Yuxuan Zhang, EunJeong Hwang, Huaisong Zhang, Penghui Du, Yiming Jia, Dongfu... 2026-04-08
多模态学习 数据质量控制 视觉语言模型 视频理解 语言偏见
✅ 已总结
详情 →

通用多模态蛋白质设计实现化学的DNA编码

👍 25

DISCO多模态扩散模型实现蛋白质序列-结构协同设计，无需预定义活性位点即可设计出新酶

Jarrid Rector-Brooks, Théophile Lambert, Marta Skreta, Daniel Roth, Yueming... 2026-04-08
多模态学习 扩散模型 深度学习 蛋白质设计 酶设计
✅ 已总结
详情 →