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 305 条结果
相关性 | 日期

WeMM-Embedding：微信通用多模态嵌入技术报告

👍 73

两阶段训练的多模态嵌入家族：2B 超越 8B 基线，9B 以 80.6 分居 MMEB-v2 榜首

Junjie Zhou, Ke Mei, Lei Li, Tianyi Wang, Fengyun Rao, Jing Lyu 2026-08-26
Matryoshka表示学习 多模态嵌入 对比学习 知识蒸馏 跨模态检索
✅ 已总结
详情 →

可验证奖励下的在策略蒸馏（OPDVR）

👍 18

用一个 ReLU 门控把在策略蒸馏改造成合法的 RLVR 方法，零新增超参数

Wenze Lin, Jiale Zhao, Xitai Jiang, Songde Rao, Yining Li, Shenzhi Wang,... 2026-08-26
RLVR 大模型后训练 强化学习 数学推理 知识蒸馏
✅ 已总结
详情 →

iFAN：面向普通掩码 Transformer 的推理感知学习

👍 5

用质量校准排序与跨层自蒸馏修复 query 竞争错配，仅改训练、推理零开销，三类分割一致涨点

Fang Li, Yu He, Haoyang Tong, Lichen Ma, Jingling Fu, Wenxiao Fan, Tongxuan... 2026-08-12
Mask Transformer 即插即用训练框架 图像分割 知识蒸馏 质量感知排序
✅ 已总结
详情 →