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

嵌入模型如何绑定概念？

👍 8

揭示CLIP等嵌入模型概念绑定失败的根本原因：绑定函数的高复杂性阻碍跨模态泛化，而乘积结构可实现系统性泛化。

Arnas Uselis, Darina Koishigarina, Seong Joon Oh 2026-06-01
CLIP 概念绑定 组合泛化 表示几何 视觉语言模型
✅ 已总结
详情 →

从像素到文字——迈向规模化的原生统一视觉模型

👍 76

NEO-ov提出端到端原生视觉语言架构，统一单图/多图/视频/空间智能，在多个基准上超越现有原生模型

Haiwen Diao, Jiahao Wang, Penghao Wu, Yuhao Dong, Yuwei Niu, Yue Zhu,... 2026-05-28
原生架构 多模态理解 空间智能 端到端学习 视觉语言模型
✅ 已总结
详情 →