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

DICS：面向视觉指令选择的样本内在一致性探索

👍 3

以图像-指令-回答的损失差分一致性为样本打分，25%数据即可超越全量微调

Yuyang Hong, Jinhui Guo, Jiaqi Gu, Lubin Fan, Ruixiang Wang, Kun Ding, Yue... 2026-09-01
多模态大模型 数据质量评估 数据选择 视觉指令微调 高效训练
✅ 已总结
详情 →

V-Rubrics：基于量规强化学习的视觉忠实性

👍 16

把参考答案拆成原子量规条目，为VLM后训练提供细粒度、前缀定位的RL奖励

Shulin Tian, Minglun Li, Yuhao Dong, Hao Ding, Jiarui Yao, Haiwen Diao,... 2026-08-27
GRPO 后训练 多模态大模型 奖励设计 强化学习
✅ 已总结
详情 →

MoTE：面向多任务视频理解的混合任务专家

👍 2

把LLM前馈层改造成任务专家，任务级路由让1B模型超越8B基线且可即插即拔增删任务。

Muhammad Asad Ali, Umar Khan, Nadia Robertini, Didier Stricker 2026-08-26
多任务学习 多模态大模型 模块化架构 混合专家 视频理解
✅ 已总结
详情 →

面向视觉Token剪枝的AI4AI自动算法设计框架

👍 7

用LLM在残差式DSL空间中自动搜索视觉token剪枝策略，94.4%剪枝下保留99%以上性能

Zhen Liu, Wenli Huang, Wei Song, Yuhan Liu, Zhiqin Yang, Jingwen Fu 2026-08-14
AI4AI LLM驱动算法设计 多模态大模型 推理加速 视觉Token剪枝
✅ 已总结
详情 →