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 67 条结果
相关性 | 日期

SurGe：改进点地图中的表面几何

👍 9

通过邻域注意力解码器和点梯度匹配损失提升单目3D重建的局部表面质量

Karim Knaebel, Gonzalo Martin Garcia, Christian Schmidt, Ilya Fradlin, Lucas... 2026-06-01
3D重建 Transformer 单目深度估计 点地图 表面几何
✅ 已总结
详情 →

迈向原生多模态建模：一份路线图

👍 43

形式化定义"原生多模态",梳理2023–2026年40+模型架构、训练、推理与评估。

Siyu An, Junru Lu, Junnan Dong, Qiufeng Wang, Yinghui Li, Weizhi Fei, Zichao... 2026-05-26
Transformer 原生建模 多模态大模型 综述 路线图
✅ 已总结
详情 →

基于分组自回归Transformer的统一几何学习

👍 8

统一处理多视图配置、多模态融合、长时程感知和度量尺度的几何感知框架

Haotian Wang, Yusong Huang, Zhaonian Kuang, Hongliang Lu, Xinhu Zheng, Meng... 2026-05-21
3D视觉 Transformer 几何感知 多模态 统一模型
✅ 已总结
详情 →