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 424 条结果
相关性 | 日期

DiffusionBench：扩散变换器的综合评估基准

👍 12

提出统一训练框架NANOGEN和综合基准DIFFUSIONBENCH，揭示ImageNet和文本生成图片性能不相关

Xingjian Leng, Jaskirat Singh, Zhanhao Liang, Ethan Smith, Martin Bell,... 2026-06-24
变换器 图像生成 基准测试 扩散模型 模型评估
✅ 已总结
详情 →

Multi-LCB：将LiveCodeBench扩展到多种编程语言

👍 60

将Python代码基准扩展到12种语言，揭示LLMs的Python过拟合和多语言性能差异

Maria Ivanova, Pavel Zadorozhny, Rodion Levichev, Ivan Petrov, Adamenko... 2026-06-19
代码生成 基准测试 多语言评估 大语言模型 污染感知评估
✅ 已总结
详情 →

显微镜下的数据流形：一个可控的几何基准测试框架

👍 2

提出基于密集网格采样的流形几何基准框架，用有限差分法精确估计曲率、触及距离和体积，用于验证理论边界和探究网络层间几何演变。

Marios Koulakis, Constantin Seibold 2026-06-19
几何估计 基准测试 流形学习 理论验证 生成模型分析
✅ 已总结
详情 →