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 多智能体系统 多模态学习 智能体 知识蒸馏 图像生成 代码生成 LLM智能体 注意力机制 LLM Agent 具身智能 流匹配 多模态大语言模型 视频理解 数学推理 检索增强生成 可解释性 图像编辑 多模态 机器人学习 机器人操作 自监督学习 工具使用 Transformer 基准评测 对比学习 长上下文 RLVR 多模态推理 计算机视觉 数据合成 LLM评估 信息检索 推理加速 3D重建 扩散语言模型 自回归模型 视觉推理 RAG 参数高效微调 LoRA 视觉-语言-动作模型 Flow Matching 模型压缩 自回归生成 视觉-语言模型 后训练 工具调用 持续学习 高效推理 RLHF 策略优化
找到 218 条结果
相关性 | 日期

Rank-Then-Act：基于帧序进度的无奖励控制

👍 7

从专家视频演示中学习进度排名，用Spearman相关系数作为无奖励RL的奖励信号

Yuriy Maksyuta, George Bredis, Ruslan Rakhimov, Daniil Gavrilov 2026-07-08
奖励学习 强化学习 无奖励控制 视觉语言模型 视频演示
✅ 已总结
详情 →

DOPD：双重在线策略蒸馏

👍 104

通过优势感知的动态双蒸馏缓解特权幻觉问题，显著提升LLM和VLM的蒸馏性能

Xinlei Yu, Gen Li, Qingyi Si, Guibin Zhang, Yuqi Xu, Congcong Wang, Shuai... 2026-07-01
在线策略蒸馏 大模型压缩 特权信息 知识蒸馏 视觉语言模型
✅ 已总结
详情 →

Vesta：通才型具身推理模型

👍 10

统一定位、导航、推理和规划的通用具身模型，超越各领域专家模型

Johan Bjorck, Zhiqi Li, Yunze Man, Jing Wang, An-Chieh Cheng, Sifei Liu,... 2026-06-29
具身智能 多模态记忆 机器人规划 视觉语言模型 长时程推理
✅ 已总结
详情 →

COrigami：用于协同设计可平折可视化折纸的AI流水线

👍 5

首个端到端AI系统，从自然语言生成可平折的可识别折纸设计，结合神经符号方法与强化学习优化美学质量

Tom Zahavy, Shaobo Hou, Thomas Tumiel, James Doran, Francesco Faccio, Xidong... 2026-06-26
几何约束 协同创意 强化学习 生成式设计 神经符号系统
✅ 已总结
详情 →

视觉接地思考

👍 11

让视觉推理轨迹显式指向图像证据，提升计数和空间理解能力

Junkai Zhang, Yihe Deng, Kai-Wei Chang, Wei Wang 2026-06-19
强化学习 接地学习 视觉推理 视觉语言模型
✅ 已总结
详情 →

MolmoMotion：基于语言指令的三维点轨迹预测方法研究

👍 53

提出语言引导的三维物体点轨迹预测方法，构建百万级数据集和基准，显著超越现有运动预测方法

Jianing Zhang, Chenhao Zheng, Yajun Yang, Max Argus, Rustin Soraki, Winson... 2026-06-18
三维运动预测 机器人控制 视觉语言模型 视频生成 轨迹预测
✅ 已总结
详情 →