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 视觉语言模型 世界模型 GRPO 多模态大模型 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 272 条结果
相关性 | 日期

InterleaveThinker: 增强智能体交错生成

👍 83

首个多智能体框架，通过规划-生成-批评流程赋予任意图像生成器交错生成能力

Dian Zheng, Harry Lee, Manyuan Zhang, Kaituo Feng, Zoey Guo, Ray Zhang, Hongsheng Li 2026-06-12
交错生成 图像生成 多智能体系统 强化学习 视觉语言模型
✅ 已总结
详情 →

通过将推理内化到分数分布中超越标量奖励

👍 65

提出Z-Reward教师-学生框架，将推理增强的分数分布蒸馏到高效的学生奖励模型中

Xin Jin, Huanqia Cai, Zhen Li, Zechao Zhan, Dengyang Jiang, Aiming Hao,... 2026-06-11
奖励建模 强化学习 文本到图像生成 知识蒸馏 视觉语言模型
✅ 已总结
详情 →

VLM3：视觉语言模型是天生的3D学习者

👍 26

通过焦距统一、文本像素引用和数据缩放，标准VLM无需复杂设计即可掌握多样化3D任务

Zhipeng Cai, Zhuang Liu, Yunyang Xiong, Zechun Liu, Vikas Chandra, Yangyang Shi 2026-06-01
3D理解 多视图几何 深度估计 视觉语言模型 计算机视觉
✅ 已总结
详情 →