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 236 条结果
相关性 | 日期

渐进视觉规划的世界动作模型 ProWAM

👍 84

按任务进度预测稀疏视觉子目标，兼顾长时程前瞻与高效闭环控制

Fei Zhang, Zhaochong An, Duncan Frost, Yikai Wang, Pengfei Liu, Ya Zhang,... 2026-10-05
世界模型 扩散模型 机器人操控 流匹配 视觉规划
✅ 已总结
详情 →

面向世界动作模型的视频原生动作先验学习

👍 55

让动作策略直接从无标注视频中学习动作先验，免中间接口，显著提升机器人泛化与标签效率

Zhaochong An, Fei Zhang, Menglin Jia, Duncan Frost, Zijian Zhou, Yikai Wang,... 2026-10-05
世界动作模型 域外泛化 机器人操作 模仿学习 流匹配
✅ 已总结
详情 →

ProAR：用自回归视频模型学习前瞻性推理

👍 12

以目标帧预测与未来表征自对齐双重引导，让自回归视频生成从被动反应走向前瞻推理

Linghui Shen, Tinghui Zhu, Sheng Zhang, Muhao Chen 2026-10-05
具身世界模型 流匹配 自回归视频生成 表征对齐 视觉推理
✅ 已总结
详情 →

分层连续扩散语言模型

👍 71

连续潜轨迹持续去噪，每步从中读出token并回喂作支架，让并行解码不再边际独立。

Hui Ren, Zihan Li, Chang Liu, Huidong Liu, Alexander Schwing 2026-10-02
变分推断 扩散语言模型 流匹配 离散-连续混合扩散 结构化推理
✅ 已总结
详情 →

人格剂量：面向分级特质控制的校准激活引导

👍 11

将引导强度校准为行为分数：特质描述选特质，请求分数换算为流时间以精确控制表达强度

Zehao Jin, Junran Wang, Ruixuan Deng, Jiahao Chen, Jingyuan Zhang, Yuxuan... 2026-10-02
人格控制 可解释性 流匹配 激活引导 行为校准
✅ 已总结
详情 →

VLA 强化学习的低秩结构

👍 16

RL 在 VLA 的 Timestep 模块留下低秩更新，shift 方向可预测成败并可引导提分

Minjae Oh, Yoonah Park, Jongwon Lim, Yohan Jo 2026-10-01
VLA 参数效率 可解释性 强化学习 机器人操作
✅ 已总结
详情 →