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 112 条结果
相关性 | 日期

GRADE：面向学科知识推理的图像编辑基准评测

👍 15

首个评估图像编辑模型学科推理能力的基准，揭示当前模型在知识密集型编辑中的巨大瓶颈

Mingxin Liu, Ziqian Fan, Zhaokai Wang, Leyao Gu, Zirun Zhu, Yiguo He, Yuchen... 2026-03-13
图像编辑 基准评测 多模态模型 学科推理 统一多模态模型
✅ 已总结
详情 →

基于离线强化学习的图像风格化推理代理规划

👍 3

用工具式代理+链式推理替代直接提示，训练小型VLM规划器提升复杂图像编辑质量

Subhojyoti Mukherjee, Stefano Petrangeli, Branislav Kveton, Trung Bui,... 2026-03-10
代理规划 图像编辑 图像风格化 思维链推理 离线强化学习
✅ 已总结
详情 →

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。

Hila Manor, Rinon Gal, Haggai Maron, Tomer Michaeli, Gal Chechik 2026-02-23
Flow Matching LoRA 参数高效微调 图像编辑 扩散模型
✅ 已总结
详情 →

UniT：统一多模态思维链测试时缩放

👍 19

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 →