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 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 210 条结果
相关性 | 日期

DICS：面向视觉指令选择的样本内在一致性探索

👍 2

以图像-指令-回答的损失差分一致性为样本打分，25%数据即可超越全量微调

Yuyang Hong, Jinhui Guo, Jiaqi Gu, Lubin Fan, Ruixiang Wang, Kun Ding, Yue... 2026-09-01
多模态大模型 数据质量评估 数据选择 视觉指令微调 高效训练
✅ 已总结
详情 →

V-Rubrics：基于量规强化学习的视觉忠实性

👍 15

把参考答案拆成原子量规条目，为VLM后训练提供细粒度、前缀定位的RL奖励

Shulin Tian, Minglun Li, Yuhao Dong, Hao Ding, Jiarui Yao, Haiwen Diao,... 2026-08-27
GRPO 后训练 多模态大模型 奖励设计 强化学习
✅ 已总结
详情 →

MoTE：面向多任务视频理解的混合任务专家

👍 3

把LLM前馈层改造成任务专家，任务级路由让1B模型超越8B基线且可即插即拔增删任务。

Muhammad Asad Ali, Umar Khan, Nadia Robertini, Didier Stricker 2026-08-26
多任务学习 多模态大模型 模块化架构 混合专家 视频理解
✅ 已总结
详情 →

面向视觉Token剪枝的AI4AI自动算法设计框架

👍 15

用LLM在残差式DSL空间中自动搜索视觉token剪枝策略，94.4%剪枝下保留99%以上性能

Zhen Liu, Wenli Huang, Wei Song, Yuhan Liu, Zhiqin Yang, Jingwen Fu 2026-08-14
AI4AI LLM驱动算法设计 多模态大模型 推理加速 视觉Token剪枝
✅ 已总结
详情 →

InSight-doc：面向长文档理解的智能体式视觉感知

👍 11

低分辨率通读全文、按需放大关键区域，让8B模型在长文档问答上同时更准、更快、更少幻觉

Kaican Li, Weiyan Xie, Lewei Yao, Jiannan Wu, Lanqing Hong, Yongxiang Huang,... 2026-08-12
主动感知 以图思考 多模态大模型 强化学习 视觉智能体
✅ 已总结
详情 →