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 117 条结果
相关性 | 日期

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 →

DeepSight: 一站式大模型安全工具包

👍 15

整合安全评估与内部诊断的开源工具包，实现从黑盒测试到白盒洞察的范式转变

Bo Zhang, Jiaxuan Guo, Lijun Li, Dongrui Liu, Sujin Chen, Guanxu Chen,... 2026-02-13
前沿AI风险 可解释性 多模态 大模型安全 安全评估
✅ 已总结
详情 →

大规模适配视觉语言模型以理解电子商务

👍 13

系统性研究如何将通用VLM适配到电商领域，在保留通用能力的同时大幅提升商品理解性能

Matteo Nulli, Vladimir Orshulevich, Tala Bazazo, Christian Herold, Michael... 2026-02-13
多模态 微调 电商 视觉语言模型 领域适配
✅ 已总结
详情 →

端到端大型音频语言模型 Covo-Audio 技术报告

👍 15

一个7B参数的端到端大型音频语言模型，通过分层三模态交错和智能-说话人解耦技术，在语音对话和音频理解任务上实现SOTA性能。

Wenfu Wang, Chenxing Li, Liqiang Zhang, Yiyang Zhao, Yuxiang Zou, Hanzhao... 2026-02-11
全双工 多模态 对话系统 端到端 语音交互
✅ 已总结
详情 →

面向视觉生成的统一个性化奖励模型

👍 20

提出 UnifiedReward-Flex，通过上下文自适应层次化推理动态构建个性化奖励模型。

Yibin Wang, Yuhang Zang, Feng Han, Jiazi Bu, Yujie Zhou, Cheng Jin, Jiaqi Wang 2026-02-04
偏好优化 多模态 奖励模型 强化学习 视觉生成
✅ 已总结
详情 →