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 582 条结果
相关性 | 日期

文本模板Token是扩散Transformer中的隐式语义寄存器

👍 74

Chat模板token是DiT的隐式语义寄存器：语义走S→I→R间接回路，据此剪枝省20%注意力算力

Maohua Li, Qirui Li, Yanke Zhou, Yiduo Li, Zhaosheng Chi, Chao Xu, Cuifeng... 2026-07-22
可解释性 扩散模型 文本到图像生成 模型加速 注意力机制
✅ 已总结
详情 →

DiFA：扩散模型推理时前向过程对齐

👍 7

免训练框架，借历史预测构造卡尔曼式时序共识校正扩散采样，零额外 NFE。

Shigui Li, Delu Zeng 2026-07-21
flow matching 免训练推理 卡尔曼滤波 序贯状态估计 扩散模型
✅ 已总结
详情 →

视频生成模型是通用视觉学习器

👍 82

利用预训练视频生成模型构建统一通用的多任务视觉感知框架

Letian Wang, Chuhan Zhang, Rishabh Kabra, Jasper Uijlings, Steven Waslander,... 2026-07-13
多任务学习 扩散模型 视觉-语言对齐 视频生成 通用视觉模型
✅ 已总结
详情 →

Flash-BoN：扩散模型推理时扩展的即时草稿生成方法

👍 10

通过生成大量廉价草稿候选并进行多阶段筛选，实现扩散模型在固定墙钟时间预算下的高效推理扩展

Ruchit Rawal, Reza Shirkavand, Sayak Paul, Yuxin Wen, Heng Huang, Yizheng... 2026-07-10
扩散模型 推理时扩展 文生图 计算优化 验证器引导
✅ 已总结
详情 →