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 78 条结果
相关性 | 日期

LoopVL：循环视觉智能

👍 41

用共享参数的嵌套循环Transformer迭代精炼视觉语言状态，1B模型比肩数倍大的稠密VLM

Zhe Qian, Ziyang Gong, Zhongxing Xu, Hehan Li, Zhonghua Wang, Fei Luo,... 2026-10-01
参数共享 可解释性 多模态推理 循环Transformer 视觉语言模型
✅ 已总结
详情 →

基于图像生成的视觉推理：REIMAGIN 框架

👍 15

把指令驱动的图像生成模型当作开放式视觉工具，让多模态大模型在像素空间里推理

Nishad Singhi, Hector Garcia Rodriguez, Aditya Arora, Marcus Rohrbach, Anna Rohrbach 2026-09-30
LLM智能体 图像生成 多模态推理 视觉基准
✅ 已总结
详情 →

面向强化微调的动态重要样本挖掘

👍 5

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 →

CoVA-SFT：面向视觉抽象链的大规模数据集

👍 5

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 →

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

👍 41

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 →