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 109 条结果
相关性 | 日期

MedXIAOHE：构建医疗多模态大语言模型的综合方案

👍 63

字节跳动医疗AI团队提出的医疗视觉语言基础模型，在30+基准测试中达到SOTA性能。

Baorong Shi, Bo Cui, Boyuan Jiang, Deli Yu, Fang Qian, Haihua Yang, Huichao... 2026-02-16
临床推理 医学影像 医疗AI 多模态大语言模型 视觉语言模型
✅ 已总结
详情 →

面向可验证推理的多模态事实级归因

👍 3

提出 MURGAT 基准，评估 MLLM 在复杂推理中为每个事实提供精确多模态引用的能力

David Wan, Han Wang, Ziyang Wang, Elias Stengel-Eskin, Hyunji Lee, Mohit Bansal 2026-02-13
可信AI 多模态大语言模型 归因与引用 视频理解 评估基准
✅ 已总结
详情 →

UI-Venus-1.5：面向真实场景的统一端到端GUI智能体技术报告

👍 120

通过四阶段训练流程（中期训练、离线强化学习、在线强化学习、模型合并）构建统一的GUI智能体，在多个基准测试中达到SOTA

Veuns-Team, Changlong Gao, Zhangxuan Gu, Yulin Liu, Xinyu Qiu, Shuheng Shen,... 2026-02-11
GUI智能体 人机交互自动化 多模态大语言模型 强化学习 模型合并
✅ 已总结
详情 →

Demo-ICL：面向程序性视频知识获取的上下文学习

👍 28

提出Demo驱动的视频上下文学习任务与基准，通过两阶段训练提升MLLM从演示中学习新技能的能力

Yuhao Dong, Shulin Tian, Shuai Liu, Shuangrui Ding, Yuhang Zang, Xiaoyi... 2026-02-10
上下文学习 多模态大语言模型 教学视频 知识获取 视频理解
✅ 已总结
详情 →

多模态过程奖励模型的训练数据效率研究

👍 60

提出BIS评分筛选MPRM训练rollout，10%数据即可匹配全量性能

Jinyuan Li, Chengsong Huang, Langlin Huang, Shaoyang Xu, Haolin Liu, Wenxuan... 2026-02-05
多模态大语言模型 强化学习 数据选择 视觉推理 过程奖励模型
✅ 已总结
详情 →

指令锚点：解剖模态仲裁的因果动力学

👍 7

揭示指令令牌作为模态仲裁结构锚点，浅层缓冲深层仲裁的稀疏头机制

Yu Zhang, Mufan Xu, Xuefeng Bai, Kehai chen, Pengfei Zhang, Yang Xiang, Min Zhang 2026-02-04
可解释性 因果分析 多模态大语言模型 模态遵循 注意力机制
✅ 已总结
详情 →