⏶
65
不要蒙蔽你的VLA：对齐视觉表征以实现OOD泛化
⏶
61
VCode：一个以 SVG 作为符号化视觉表示的多模态编码基准
⏶
39
当可视化是推理的第一步：MIRA，一个视觉思维链基准
⏶
19
当模态冲突时：单模态推理的不确定性如何支配多模态大模型的偏好动态
⏶
9
协作鸿沟
⏶
8
Brain-IT：通过脑交互 Transformer 从 fMRI 重建图像
⏶
6
视觉输入可以被压缩吗？一个针对大型多模态模型的视觉令牌压缩基准
⏶
6
LTD-Bench：通过让大型语言模型绘画来评估它们
⏶
6
更短但非更差：在数学 RLVR 中通过简单样本作为长度正则化器实现节俭推理
⏶
4
CodeClash: 目标导向软件工程基准测试
⏶
3
TWIST2：可扩展、便携且全面的人形机器人数据收集系统
⏶
3
iFlyBot-VLA 技术报告
