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 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 127 条结果
相关性 | 日期

基于风格专家混合的多样化图像风格化

👍 3

提出基于MoE的语义感知风格迁移框架，支持从颜色到深层次的多样化风格

Shihao Zhu, Ziheng Ouyang, Yijia Kang, Qilong Wang, Mi Zhou, Bo Li,... 2026-03-18
Diffusion Models Mixture of Experts 图像生成 计算机视觉 风格迁移
✅ 已总结
详情 →

使用球形编码器的图像生成

👍 21

提出球形编码器，通过将图像均匀映射到球面潜在空间，实现单步高质量图像生成。

Kaiyu Yue, Menglin Jia, Ji Hou, Tom Goldstein 2026-02-26
图像生成 少步生成 潜在空间 球形分布 自编码器
✅ 已总结
详情 →

SeaCache：频谱演化感知缓存加速扩散模型

👍 4

通过频谱演化感知的缓存策略，在保留内容质量的同时加速扩散模型推理

Jiwoo Chung, Sangeek Hyun, MinKyu Lee, Byeongju Han, Geonho Cha, Dongyoon... 2026-02-26
图像生成 扩散模型 推理加速 缓存策略 视频生成
✅ 已总结
详情 →

面向扩散模型的高效文本引导卷积适配器

👍 8

提出Nexus适配器，通过跨注意力融合文本与结构，实现高效条件生成

Aryan Das, Koushik Biswas, Swalpa Kumar Roy, Badri Narayana Patro, Vinay Kumar Verma 2026-02-19
图像生成 扩散模型 条件生成 跨注意力 适配器
✅ 已总结
详情 →

UniT：统一多模态思维链测试时缩放

👍 20

通过思维链推理实现统一多模态模型的测试时迭代优化

Leon Liangyu Chen, Haoyu Ma, Zhipeng Fan, Ziqi Huang, Animesh Sinha,... 2026-02-18
图像生成 图像编辑 多模态 思维链 测试时缩放
✅ 已总结
详情 →

理解与生成：多模态模型中的优化困境导航

👍 7

通过Reason-Reflect-Refine框架将理解嵌入生成过程，解决多模态模型中生成与理解的权衡问题

Sen Ye, Mengde Xu, Shuyang Gu, Di He, Liwei Wang, Han Hu 2026-02-18
图像生成 多模态模型 强化学习 视觉理解 迭代优化
✅ 已总结
详情 →