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 多智能体系统 多模态学习 智能体 知识蒸馏 图像生成 代码生成 LLM智能体 注意力机制 LLM Agent 具身智能 流匹配 多模态大语言模型 视频理解 数学推理 检索增强生成 可解释性 图像编辑 多模态 机器人学习 机器人操作 自监督学习 工具使用 Transformer 基准评测 对比学习 长上下文 RLVR 多模态推理 计算机视觉 数据合成 LLM评估 信息检索 推理加速 3D重建 扩散语言模型 自回归模型 视觉推理 RAG 参数高效微调 LoRA 视觉-语言-动作模型 Flow Matching 模型压缩 自回归生成 视觉-语言模型 后训练 工具调用 持续学习 高效推理 RLHF 策略优化
找到 80 条结果
相关性 | 日期

自然图像对比学习的一种理论

👍 2

解析证明对比学习最优表示是测部分频率并做白化，可用正弦滤波器单层CNN实现。

Antonio Torralba, Yair Weiss 2026-07-14
傅里叶分析 可解释性 对比学习 自然图像统计 表示学习理论
✅ 已总结
详情 →

GridVQA-X：评估多模态可解释性方法的框架

👍 3

首个严格评估跨模态可解释性的诊断框架，揭示现有方法无法区分真正的空间推理与浅层捷径

Sujay Belsare, Sudarshan Nikhil, Sushant Kumar, Ponnurangam Kumaraguru,... 2026-06-25
VQA 可解释性 因果推理 基准测试 多模态AI
✅ 已总结
详情 →

智能体时代的因果发现：可信人工智能

👍 7

提出智能体应辅助而非替代因果发现，开发causal-learn+平台保持算法核心完整性

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang 2026-06-23
可信AI 可解释性 因果发现 大型语言模型 智能体
✅ 已总结
详情 →

神经网络可证明地学会群复合运算的谱表示

👍 6

证明两层网络学群复合时，每个神经元收敛到单个不可约表示并秩一对齐，Abel 群下达到完美精度。

Jianliang He, Leda Wang, Fengzhuo Zhang, Siyu Chen, Zhuoran Yang 2026-06-04
可解释性 模运算/grokking 深度学习理论 群表示论 训练动力学
✅ 已总结
详情 →

代码驱动的智能体图像生成

👍 41

用代码作为画笔，将图像生成分解为概念化、草图和着色三阶段

Junyan Ye, Jun He, Zilong Huang, Dongzhi Jiang, Xuan Yang, Rui Chen, Weijia Li 2026-05-29
代码驱动 可解释性 图像生成 控制性 智能体
✅ 已总结
详情 →

LLM 能内省吗？一次现实检验

👍 4

现有证据不足以证明大语言模型具有强元认知监控能力

Shashwat Singh, Tal Linzen, Shauli Ravfogel 2026-05-27
元认知 内省 可解释性 机制分析 行为实验
✅ 已总结
详情 →