用人眼校准的感知数据训练风格鲁棒的人脸身份识别器
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
用 RDP 算法把隐藏态当成几何轨迹,挑选关键层做稀疏 LoRA 微调
Mixture-of-LoRA-Experts架构在S2ST中复现76%的非语言发声。
用全视角特征指导部分视角,通过LoRA实现多视角3D重建的测试时自进化。
基于 Focus-and-Refine 的区域化图像精修,在用户指定区域内恢复细节且严守背景不变。
用端到端微调 LLM 从新闻预测供应链中断概率,显著优于 GPT-5 等基线。
通过token级路由漂移分析与漂移感知的动态MoE扩展,解决VLM持续学习中的灾难性遗忘
LoRA2让每个LoRA组件自适应学习最优秩,在保持生成质量的同时大幅降低内存消耗
用 Task Vector 表征口音方向,通过缩放与组合实现细粒度口音强度控制和混合口音合成
研究发现VLA模型用LoRA+RL做顺序微调就能避免灾难性遗忘,性能超越复杂CRL方法
通过强化学习训练路由器,解决LoRA混合模型中路由权重塌陷问题
首个通过In-Context LoRA联合生成个性化音频和视频的方法
用Dynamic LoRA提升少数民族语言OCR性能39%-66%
用 LoRA 权重基底跨越视觉类比空间
👍 13提出 LoRWeB,通过可学习的 LoRA 基底和动态编码器组合,实现对未见视觉类比任务的泛化编辑。
通过可插拔LoRA模块让推理模型主动清理冗余上下文,实现可持续长链推理
用动量混合参数化非线性轨迹,2步即可逼近50步教师模型的生成质量
有效的推理链能够降低内在维度
👍 12内在维度是衡量推理策略有效性的新指标,与泛化能力呈强负相关
系统性评估9种LoRA变体,发现适当调参后原版LoRA性能与变体相当
通过解耦KV缓存为共享基缓存和低秩适配器缓存,实现多LoRA智能体系统的内存与计算双重优化
用超网络动态生成LoRA权重,在推理时高效引导扩散模型生成轨迹朝向人类偏好对齐