⏶
115
NovelSeek: 当智能体成为科学家 -- 从假说到验证构建闭环系统
⏶
60
扩展推理，失去控制：评估大型推理模型中的指令遵循能力
⏶
55
Tool-Star: 通过强化学习赋能具备LLM大脑的多工具推理器
⏶
51
Pixel Reasoner: 通过好奇心驱动的强化学习激励像素空间推理
⏶
42
KRIS-Bench: 评测下一代智能图像编辑模型
⏶
39
QuickVideo: 结合系统算法协同设计的实时长视频理解
⏶
32
通过μP高效扩展扩散Transformer
⏶
30
LLaDA-V: 带有视觉指令微调的大语言扩散模型
⏶
30
AceReason-Nemotron: 通过强化学习提升数学和代码推理能力
⏶
26
GoT-R1: 通过强化学习释放 MLLM 用于视觉生成的推理能力
⏶
24
基于Itakura-Saito损失的风险规避强化学习
⏶
23
理解生成式AI在日常图像编辑任务中的能力
⏶
23
通过自刹车调优使 LLMs 摆脱过度思考
⏶
23
Mind the Gap: 弥合思维跳跃鸿沟以改进思维链调优
⏶
22
修复损害性能的数据：级联大型语言模型重新标记难负样本以实现鲁棒信息检索
⏶
21
通过动态令牌雕刻实现免训练的高效视频生成
⏶
20
Dimple: 具有并行解码的离散扩散多模态大语言模型
⏶
19
VideoGameQA-Bench: 评估用于电子游戏质量保证的视觉-语言模型
⏶
18
WebAgent-R1：通过端到端多轮强化学习训练网页代理
⏶
16
MLLM微调中无需外部引导的后门清理
⏶
14
SophiaVL-R1: 通过思考奖励强化MLLMs的推理能力
⏶
13
TinyV: 减少验证中的假阴性以改进LLM推理的强化学习
⏶
12
LaViDa: 一个用于多模态理解的大型扩散语言模型
⏶
12
SpatialScore: 迈向多模态空间理解的统一评估
⏶
12
GRIT: 教导MLLMs使用图像进行思考
⏶
11
思考还是不思考？通过强化学习实现视觉-语言模型的选择性推理
⏶
10
强化学习微调大语言模型中的小子网络
⏶
9
MLLM中的无需训练的推理和反思
⏶
9
OViP: 在线视觉-语言偏好学习
⏶
8
AGENTIF：在智能体场景下评估大型语言模型遵循指令的能力
⏶
8
VLM-R^3：用于增强多模态思维链的区域识别、推理与细化
⏶
8
Multi-SpatialMLLM：多模态大语言模型的多帧空间理解
⏶
8
Think-RM：在生成式奖励模型中实现长周期推理
⏶
7
SafeKey: 增强顿悟时刻洞察以进行安全推理
⏶
7
利用形式化验证工具训练步骤级推理验证器
⏶
6
MUG-Eval：一种适用于任何语言的多语言生成能力代理评估框架
