⏶
138
Seed1.5-VL 技术报告
⏶
76
MiMo：释放语言模型的推理潜力——从预训练到后训练
⏶
60
Step1X-3D：迈向纹理化 3D 资产的高保真可控生成
⏶
44
在推理模型中从同伴学习
⏶
41
统一连续生成模型
⏶
30
REFINE-AF：一个通过使用来自自动化反馈的强化学习自生成指令来对齐语言模型的任务无关框架
⏶
29
DanceGRPO：在视觉生成中释放 GRPO 的力量
⏶
29
Skywork-VL 奖励模型：一种用于多模态理解和推理的有效奖励模型
⏶
26
AttentionInfluence：采用注意力头的影响用于从弱到强的预训练数据选择
⏶
19
大型语言模型持续预训练中的学习动态
⏶
16
WebGen-Bench：评估大型语言模型从头开始生成交互式和功能性网站的能力
⏶
12
通过分数最大化的连续视觉自回归生成
