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 191 条结果
相关性 | 日期

WeMM-Embedding：微信通用多模态嵌入技术报告

👍 67

两阶段训练的多模态嵌入家族：2B 超越 8B 基线，9B 以 80.6 分居 MMEB-v2 榜首

Junjie Zhou, Ke Mei, Lei Li, Tianyi Wang, Fengyun Rao, Jing Lyu 2026-08-26
Matryoshka表示学习 多模态嵌入 对比学习 知识蒸馏 跨模态检索
✅ 已总结
详情 →

可验证奖励下的在策略蒸馏（OPDVR）

👍 17

用一个 ReLU 门控把在策略蒸馏改造成合法的 RLVR 方法，零新增超参数

Wenze Lin, Jiale Zhao, Xitai Jiang, Songde Rao, Yining Li, Shenzhi Wang,... 2026-08-26
RLVR 大模型后训练 强化学习 数学推理 知识蒸馏
✅ 已总结
详情 →