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 265 条结果
相关性 | 日期

MMDM：大规模多任务决策能力基准

👍 25

提出5448题、16类任务的决策模型基准，暴露多选完整性与概率校准两大短板

Junhao Shen, Qing Zong, Yue Guo, Zhanqiu Zhang, Yiwen Guo, Hong Cheng 2026-11-11
Agent能力 System-1决策模型 基准污染防治 基准评测 多选题评测
✅ 已总结
详情 →