⏶
144
感知、推理、思考与规划：大型多模态推理模型的综述
⏶
77
迈向多模态通用模型之路：通用能力水平与通用基准
⏶
74
Flow-GRPO：通过在线强化学习训练流匹配模型
⏶
26
有感知能力的智能体作为评判者：评估大型语言模型中的高阶社会认知能力
⏶
26
从文本生成物理稳定且可建造的乐高设计
⏶
24
通过弹性推理的可扩展思维链
⏶
19
3D场景生成综述
⏶
17
FG-CLIP：细粒度视觉文本对齐
⏶
14
X-Reasoner：面向跨模态和领域的通用推理
⏶
13
StreamBridge: 将您的离线视频大语言模型转化为主动的流媒体助手
⏶
12
PlaceIt3D：语言引导的真实3D场景物体放置
⏶
12
让RL重拾价值：统一大模型推理器与验证器，提升推理时扩展性
