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 后训练 RLVR 视频理解 机器人学习 多模态 长上下文 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 评测基准 高效推理 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 Transformer 参数高效微调 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 综述 信息检索 模仿学习 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 149 条结果
相关性 | 日期

Verus-Insight：面向AI生成视频的可解释伪影检测

👍 14

把AI视频检测拆解为检查规划、证据验证、证据聚合三能力，全程人类锚定监督

Zhuoran Zhang, Yang Shi, Qixun Wang, Tengfei Liu, Yuqi Tang, Xuanyu Zhu,... 2026-10-23
AI生成内容检测 可解释性 基准评测 多模态大模型 强化学习
✅ 已总结
详情 →

信念轨迹能量：度量通往预测的路径

👍 16

用逐层预测分布的JSD能量刻画LLM内部信念修正，实现难度度量、人机文本检测与生成器归因

Jiahao Ying, Wei Tang, Boxian Ai, Yaoning Wang, Haotian Chen, Wenhe Sun,... 2026-10-19
AI文本检测 LLM内部机制 可解释性 模型评估
✅ 已总结
详情 →

稀疏自编码器是符号匹配的共享坐标系

👍 8

SAE 特征加 IDF 稀有度加权，免训练匹配异构符号系统，最高领先稠密基线 45 分

Xiaocong Yang, Xuanyu Meng, Yuji Zhang, Jiawei Han, ChengXiang Zhai 2026-10-19
免训练检索 可解释性 实体对齐 本体匹配 神经符号
✅ 已总结
详情 →

通过免训练权重编辑抵抗有害指令

👍 3

用几十对提示词的前向传播对比打分并缩放权重,把抗有害指令写入模型参数

Ali Ebrahimpour-Boroojeny, Xiaocong Yang, Samuel Schapiro, Zahra Borhani,... 2026-10-19
LLM安全 免训练干预 可解释性 权重编辑 激活转向
✅ 已总结
详情 →

稀疏自编码器表示的行为可组合性

👍 24

提出SAR指标量化SAE特征行为交互，学习坐标比旋转更可加但pairwise项仍不可或缺

Haotian Ma, Ziye Mei, Frederic Sala 2026-10-16
可解释性 机械可解释性 特征交互 稀疏自编码器
✅ 已总结
详情 →