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 140 条结果
相关性 | 日期

生成式语义场景补全

👍 2

一套离散扩散框架身兼三职：合成配对数据、从噪声补全、一步修正冻结模型，达38.8% mIoU

Shi Chen, Weifeng Ge 2026-08-31
LiDAR 合成数据 模型修正 流匹配 离散扩散
✅ 已总结
详情 →

Self-OPD：无教师的流匹配模型在线策略蒸馏

👍 78

用学生自身SDE分支探索替代教师目标，免教师实现流匹配模型的密集逐步蒸馏对齐

Shiyi Zhang, Mushui Liu, Yunze Tong, Wanggui He, Siyu Zou, Jinlong Liu,... 2026-08-28
在线策略蒸馏 多目标优化 强化学习对齐 文本到图像生成 流匹配
✅ 已总结
详情 →

GameWAM：面向电子游戏的世界动作模型

👍 45

首个统一生成未来画面与键鼠动作的游戏世界动作模型，并发现LASI失效模式

Yuncheng Guo, Zhanqiu Zhang, Yiwen Guo, Weijia Li 2026-08-28
LASI 世界动作模型 流匹配 游戏智能体 生成式动作生成
✅ 已总结
详情 →

UniSpace：统一视觉表示与可扩展多模态建模

👍 14

补丁重参数化让冻结语义ViT兼得理解与重建，单一视觉空间支撑生成与编辑

Jinbo Yan, Limeng Qiao, Jie Qin, Junyan He, Feize Wu, Guanglu Wan 2026-08-24
图像生成 图像编辑 流匹配 统一多模态模型 视觉tokenizer
✅ 已总结
详情 →

能量引导的流匹配

👍 11

用随图像频谱演化的移动低通终点替换固定终点，让像素级流匹配按粗到细轨迹生成

Haoyang Tong, Yu He, Fang Li, Lichen Ma, Jingling Fu, Dong Chen, Zhen Chen,... 2026-08-19
像素空间生成 图像生成 流匹配 粗到细生成 频谱先验
✅ 已总结
详情 →

Abra：扩散图像训练的规模化定律研究

👍 10

扩散文生图模型需约200图像token/参数才达计算最优，是LLM的10倍，且过训练几乎无代价。

Kyle Chickering, Wei-An Lin, Swayam Bhanded, Dan Saunders, Akshat Tripathi,... 2026-08-19
DiT 扩散模型 文生图 流匹配 缩放定律
✅ 已总结
详情 →

像素空间文生图扩散模型训练的实证研究

👍 31

潜空间预训练再迁移像素空间后训练的实证配方，质量持平潜空间模型且推理快3.18–4.75倍

Dengyang Jiang, Ruoyi Du, Zhennan Chen, Dongyang Liu, Zanyi Wang, Mingzhe... 2026-08-18
像素空间生成 实证研究 扩散模型 文生图 步数蒸馏
✅ 已总结
详情 →