提出分层图记忆与智能检索机制,将长视频理解转化为多步智能探索任务,实现感知与推理解耦
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
数学推理
多模态
图像编辑
VLA
数据合成
多模态大语言模型
推理加速
评测基准
高效推理
自监督学习
工具调用
扩散语言模型
对比学习
视觉-语言-动作模型
参数高效微调
Transformer
工具使用
LoRA
LLM评估
持续学习
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
通过构建场景记忆和技能库,学习场景感知的工具使用技能,解决 MLLM 智能体在 3D 空间推理中的工具误用问题
首个系统性评测工具集成推理智能体在工具失败场景下动态重规划与异常恢复能力的基准
Astra让VLM通过调用世界模拟器生成想象观测,学习何时、何地、如何想象以提升空间推理能力
提出被动注入、时序图谱和写入失效的交互式知识框架,将金融认知复杂性从用户转移到系统
在冻结骨干上加验证驱动智能体,把车道地图自动化率推到95%+
用团队体育作动态微观世界,构建覆盖感知到智能体合成的战略视频智能基准
代码驱动的智能体图像生成
👍 38用代码作为画笔,将图像生成分解为概念化、草图和着色三阶段
将长时程智能体的记忆管理建模为状态自适应问题,通过线索-页面架构实现意图驱动的记忆检索
首个支持单轮并行多工具调用的视频智能体RL框架PARA-GRPO,破解工具先验悖论。
三智能体对抗流水线为电脑操作代理规模化合成带可验证奖励的RLVR数据
用 L0–L4 五级自主性谱系与五维评估框架,重新定义 AI 在科研工作流中的角色与边界
检索增强的智能体框架,通过带元数据的策略库实现多目标Lean证明优化。
用工具增强的智能体框架与门控强化学习实现零样本工业异常检测新 SOTA
预填充用FP4量化、解码保BF16精度,加速智能体LLM推理
工具增强VLM智能体+统一视频DiT,解决视频编辑请求欠指定难题
评估大模型在流体力学/固体力学/材料/PDE四域能否通过多轮对话澄清科学任务。
冻结LLM权重,用四智能体+可训练知识图谱的闭环系统让代码生成越用越强。
用 Hölder 平均统一 GRPO 系列聚合方式,提出动态 p 退火。
用检查表引导的自训练规划器+VLM奖励驱动的工具编排器,解决抽象长程图像编辑难题