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 313 条结果
相关性 | 日期

WeVisDoc：从覆盖到能力的鲁棒端到端文档解析

👍 24

两阶段数据框架：先广覆盖构建，再按残差诊断定向补数与重分配，端到端解析四榜第一。

Hao Yu, Kang Liu, Linnan Zhao, Jiabo Zhan, Chong Sun, Chen Li, Jing Lyu 2026-09-18
OCR 多模态大模型 数据中心训练 数据混合 文档解析
✅ 已总结
详情 →

面向细粒度多模态感知的区域级策略优化

👍 16

以区域为动作、答案似然为奖励的强化学习，让轻量提议网络聚焦证据，4倍更少token精度更高

Yuheng Shi, Xiaohuan Pei, Minjing Dong, Chang Xu 2026-09-18
区域级强化学习 多模态大模型 细粒度感知 视觉token效率 高效推理
✅ 已总结
详情 →

HarnessVLN：通过智能体框架统一免训练具身导航

👍 19

统一Agent Harness协调记忆、空间证据与工具执行，免训练统一指令与目标导航

Yang Chen, Lirong Che, Zhenyu Huang, Wenbo Fu, Chuang Wang, Xu Cao, Daqi... 2026-09-16
人形机器人 免训练/零样本 具身导航 多模态大模型 智能体框架
✅ 已总结
详情 →