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 409 条结果
相关性 | 日期

DF26：真假难辨时代的AI视频检测基准

👍 4

DF26基准显示人类与最先进检测器识别AI生成视频的能力已接近随机

Severyn Shykula, Andrii Yermakov, Ivan Samarskyi, Dmytro Mishkin, Jan Cech,... 2026-09-10
全合成视频 基准数据集 深度伪造检测 视频生成 跨生成器泛化
✅ 已总结
详情 →

PAWBench：概率对齐世界建模评测基准

👍 36

视频模型能生成合理的单条未来，却难以复现同一条件下可能未来的正确分布。

Yuandong Pu, Le Zhuo, Sayak Paul, Gabriel Jorge Menezes, Avram Đorđević,... 2026-08-28
世界模型 分布对齐 概率校准 视频生成 评测基准
✅ 已总结
详情 →

VBVR-Pro：面向原生视觉推理的可扩展可验证套件

👍 75

300个程序化视觉推理任务+可验证奖励评分器，让视觉生成成为可训练、可验证、可优化的推理媒介

Junxiang Xu, Ruisi Wang, Fanyi Pu, Maijunxian Wang, Ran Ji, Tongxi Zhou,... 2026-08-27
交错生成 原生视觉推理 可验证奖励 基准测试 强化学习
✅ 已总结
详情 →