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 88 条结果
相关性 | 日期

PixelSmile：迈向精细面部表情编辑

👍 104

通过连续情感标注和对称对比学习实现精细可控的面部表情编辑

Jiabin Hua, Hengyuan Xu, Aojie Li, Wei Cheng, Gang Yu, Xingjun Ma, Yu-Gang Jiang 2026-03-27
图像编辑 对比学习 扩散模型 身份保持 面部表情编辑
✅ 已总结
详情 →

混合饮食让DINO成为全能视觉编码器

👍 2

通过跨模态对齐将DINOv2转变为能统一处理RGB、深度、分割等多模态输入的视觉编码器

Rishabh Kabra, Maks Ovsjanikov, Drew A. Hudson, Ye Xia, Skanda Koppula,... 2026-03-13
对比学习 知识蒸馏 自监督学习 视觉编码器 跨模态学习
✅ 已总结
详情 →

DREAM：在单一模型中统一视觉理解与文生图生成

👍 6

用 Masking Warmup 把 CLIP 对比学习与文生图生成在单阶段端到端模型中真正统一，并带来推理时自导向的语义对齐解码。

Chao Li, Tianhong Li, Sai Vidyaranya Nuthalapati, Hong-You Chen, Satya... 2026-03-04
ViT 多模态 对比学习 扩散模型 掩码图像建模
✅ 已总结
详情 →

InfoNCE 损失诱导高斯分布

👍 14

证明对比学习中 InfoNCE 目标函数在高维表示空间中渐近诱导出高斯分布结构

Roy Betser, Eyal Gofer, Meir Yossef Levi, Guy Gilboa 2026-03-02
InfoNCE 对比学习 理论分析 自监督学习 表征学习
✅ 已总结
详情 →

jina-embeddings-v5-text: 任务特定嵌入蒸馏

👍 28

通过结合模型蒸馏和任务特定对比损失训练紧凑高性能嵌入模型

Mohammad Kalim Akram, Saba Sturua, Nastia Havriushenko, Quentin Herreros,... 2026-02-18
信息检索 多语言 对比学习 嵌入模型 知识蒸馏
✅ 已总结
详情 →

ObjEmbed：迈向通用多模态对象嵌入

👍 5

基于MLLM的对象嵌入模型，用对象+IoU双token实现精细视觉理解与检索

Shenghao Fu, Yukun Su, Fengyun Rao, Jing Lyu, Xiaohua Xie, Wei-Shi Zheng 2026-02-04
多模态嵌入 大语言模型 对比学习 对象检测 视觉检索
✅ 已总结
详情 →