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 364 条结果
相关性 | 日期

3D视觉指南：数据、学习范式与应用

👍 4

提供以数据为中心的3D视觉统一框架，连接表示、数据集与学习范式

Hongyang Du, Zongxia Li, Dawei Liu, Runhao Li, Haoyuan Song, Qingyu Zhang,... 2026-06-08
3D视觉 基准测试 学习范式 数据表示 综述
✅ 已总结
详情 →

PaintBench：精确视觉编辑的确定性评估基准

👍 3

首个基于像素级确定性评估的精确视觉编辑基准，揭示当前多模态模型在基本栅格操作上的显著局限性。

Kai Xu, Ellis Brown, Shrikar Madhu, Rob Fergus, He He, Saining Xie 2026-06-04
图像编辑 基准测试 多模态模型 确定性评估 视觉推理
✅ 已总结
详情 →

TVIR：面向图文交错报告生成的深度研究智能体

👍 15

提出TVIR基准与多智能体框架，攻克图文交错研究报告生成与评估难题。

Xinkai Ma, Zhiqi Bai, Dingling Zhang, Pei Liu, Yishuo Yuan, He Zhu, Jiakai... 2026-06-02
图文交错报告 基准测试 多智能体框架 多模态评测 深度研究智能体
✅ 已总结
详情 →