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 视觉语言模型 世界模型 GRPO 多模态大模型 LLM智能体 知识蒸馏 多智能体系统 智能体 流匹配 具身智能 多模态学习 基准评测 图像生成 代码生成 LLM Agent 检索增强生成 机器人操作 注意力机制 可解释性 多模态大语言模型 视频理解 数学推理 图像编辑 RLVR 多模态 机器人学习 长上下文 自监督学习 后训练 对比学习 Transformer 数据合成 工具使用 视觉-语言-动作模型 推理加速 LoRA 多模态推理 工具调用 LLM评估 高效推理 信息检索 评测基准 RAG 计算机视觉 参数高效微调 扩散语言模型 视觉推理 自蒸馏 综述 3D重建 Flow Matching 模型压缩 自回归生成 持续学习 自回归模型
找到 999 条结果
相关性 | 日期

视觉语言模型中的上下文视觉个性化

👍 3

提出CoViP框架，通过个性化图像摘要和强化学习实现上下文视觉个性化

Yeongtak Oh, Sangwon Yu, Junsung Park, Han Cheol Moon, Jisoo Mok, Sungroh Yoon 2026-02-04
上下文理解 个性化 多模态学习 强化学习 视觉语言模型
✅ 已总结
详情 →

CoDiQ：基于测试时缩放的可控难度问题生成

👍 8

通过测试时缩放和强化学习训练生成器，实现可控难度的高质量推理问题合成

Zhongyuan Peng, Caijun Xu, Changyi Xiao, Shibo Hong, Eli Zhang, Stephen... 2026-02-03
强化学习 推理能力 数据合成 测试时缩放 课程学习
✅ 已总结
详情 →

OVD：在策略语言蒸馏

👍 6

用离散语言分数替代token级概率匹配，实现内存高效的推理能力蒸馏

Jing Xiong, Hui Shen, Shansan Gong, Yuxin Cheng, Jianghan Shen, Chaofan Tao,... 2026-02-03
Web问答 强化学习 推理 数学推理 知识蒸馏
✅ 已总结
详情 →