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 582 条结果
相关性 | 日期

面向长时程自回归视频生成的滚动边缘蒸馏

👍 6

以分块独立评分解耦质量监督与时间一致性，RMD在百倍训练时域外仍稳定生成

Chenjian Gao, Zhihao Hu, Jianqi Ma, Jun Zhang, Weidong Zhang, Tianfan Xue 2026-10-05
扩散模型 知识蒸馏 自回归模型 视频生成 长视频生成
✅ 已总结
详情 →

视频生成模型的后训练与对齐综述

👍 20

首篇系统梳理视频生成后训练与对齐的综述：四族方法、数据基准与开放挑战

Chaoyu Li, Xiaoyi Gu, Yogesh Kulkarni, Eun Woo Im, Mohammadmahdi Honarmand,... 2026-10-02
偏好优化 后训练 对齐 强化学习 扩散模型
✅ 已总结
详情 →

HiRAE：基于残差预算的层次化表征自编码

👍 15

按深度分组施加残差预算，融合DINOv3全部24层，rFID降30%且生成不受损。

Xuanyu Zhu, Yan Bai, Yang Shi, Yihang Lou, Yuanxing Zhang, Tengfei Liu, Jing... 2026-09-30
图像生成 扩散模型 潜在空间 表征自编码 视觉Tokenizer
✅ 已总结
详情 →

像素扩散模型的对抗训练

👍 12

在预训练像素扩散模型上加判别器后训练，恢复缺失高频细节并全面提质

Xin Lin, Zhifei Zhang, Yuqian Zhou, Haitian Zheng, Zhe Lin, Ming-Hsuan Yang,... 2026-09-30
像素空间生成 后训练 扩散模型 文生图 生成对抗网络
✅ 已总结
详情 →

扩散奖励模型

👍 28

用扩散Transformer头直接建模奖励分布，突破标量奖励模型的表达瓶颈

Xiangyang Wang, Bingxiang He, Zeyuan Liu, Jiaze WangZiqing Qiao, Yuxin Zuo,... 2026-09-29
LLM对齐 RLHF 不确定性估计 奖励模型 扩散模型
✅ 已总结
详情 →

TT-VidT：解耦时间轴的高效运动中心视频预训练

👍 16

首帧外观锚点加紧凑运动令牌做扩散压缩预训练，运动基准全面领先且算力减半

Shih-Ying Yeh, Daniel Z. Kaplan, Xuehai Wang, Fu-En Yang, Min-Hung Chen,... 2026-09-29
扩散模型 架构-目标协同 视频自监督学习 运动表征 高效预训练
✅ 已总结
详情 →

扩散Transformer中的结构化残差连接

👍 15

把DiT残差流从被动求和改为跨层主动检索，镜像路由最多省1.73倍训练步数

Yuhe Liu, Xinyin Ma, Gongfan Fang, Songhua Liu, Xinchao Wang 2026-09-29
Transformer 图像生成 扩散模型 架构设计 残差连接
✅ 已总结
详情 →

FoMo：以生成轨迹的分叉时刻作为感知距离

👍 13

用扩散去噪轨迹的分叉时刻当免费距离标签，免人工标注训练出更强感知质量度量

Jaihyun Lew, Mingi Jung, Minjun Park, Wooseok Song, Sungroh Yoon 2026-09-28
图像质量评估 感知度量 扩散模型 排序学习 自动标注
✅ 已总结
详情 →

论高维隐空间的扩散可行性

👍 12

重建微调的高维表征因维度坍缩使v预测失效，改用x0预测即可高效扩散

Chao Feng, Zhiyang Xu, Bowei Chen, Yuanjun Xiong, Xiyao Wang, Jui-Hsien... 2026-09-24
x0-prediction 扩散模型 文本生成图像 流匹配 表征自编码器
✅ 已总结
详情 →

ImIR：用图像指令微调实现一体化图像修复

👍 9

用退化图像预测的连续指令向量替代文本提示，单个LoRA统一六项修复任务

Süleyman Aslan, Görkay Aydemir, Mısra Yavuz, Yunus Bilge Kurt, Nasrin... 2026-09-23
参数高效微调 可控生成 图像修复 图像编辑 扩散模型
✅ 已总结
详情 →