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 66 条结果
相关性 | 日期

CoVA-SFT：面向视觉抽象链的大规模数据集

👍 2

构建5.2万条带视觉工作区的多模态推理轨迹，教模型在纯文本推理中内化视觉草稿纸

Tsung-Han Wu, Heekyung Lee, Anya Ji, Haoming Chen, Trevor Darrell, Joseph E.... 2026-09-01
多模态推理 数据集 潜视觉Token 监督微调 视觉思维链
✅ 已总结
详情 →

面向强化微调的动态重要样本挖掘

👍 1

用梯度对齐实时估计样本边际贡献并约束重加权，让RFT数据利用全程自适应

Haoru Tan, Sitong Wu, Yanfeng Chen, Shizhen Zhao, Yang-Tian Sun, Tianjia... 2026-09-01
GRPO 多模态推理 强化微调 数据选择 梯度对齐
✅ 已总结
详情 →

MentalThink：在心理SVG世界中塑造思维

👍 13

让多模态大模型通过生成SVG代码进行可视化推理，提升空间理解能力

Kangheng Lin, Jisheng Yin, Dingming Li, En Yu, Yana Wei, Han Zhou, Liang... 2026-07-08
SVG可视化 多模态推理 强化学习 思维链 空间理解
✅ 已总结
详情 →

将交错多模态推理统一为单一决策过程

👍 37

BRAID框架将文本-图像交错推理统一为MDP，联合优化文本和图像生成

Zican Hu, Xuyang Hu, Yiming Liu, Zuwei Long, Wei Liu, Yunzhuo Hao, Jiawei... 2026-07-07
TIT-CoT 多模态推理 强化学习 统一多模态模型 视觉思考奖励
✅ 已总结
详情 →

Nexus：面向时间序列预测的多智能体框架

👍 6

LLM驱动的多智能体预测框架，分宏观与微观双视角合成预测

Sarkar Snigdha Sarathi Das, Palash Goyal, Mihir Parmar, Nanyun Peng, Vishy... 2026-05-15
LLM智能体 多智能体系统 多模态推理 时间序列基础模型 时间序列预测
✅ 已总结
详情 →