⏶
115
ProRL：长期强化学习拓展大型语言模型的推理边界
⏶
89
AlphaOne：测试时慢思考和快思考的推理模型
⏶
73
时间盲区：为什么视频-语言模型无法像人类一样“看”？
⏶
48
大型语言模型用于数据合成
⏶
42
HardTests：为LLM编码合成高质量测试用例
⏶
36
不要只看一次：迈向结合选择性视觉回顾的多模态交互式推理
⏶
31
ViStoryBench：故事可视化综合基准套件
⏶
25
DINO-R1: 激励视觉基础模型的推理能力
⏶
22
Open CaptchaWorld：一个用于测试和基准测试多模态LLM代理的综合性网络平台
⏶
22
EXP-Bench: AI 能否进行 AI 研究实验？
⏶
21
CoDA：协调扩散噪声优化，用于铰接物体的全身操纵
⏶
20
MoDoMoDo: 用于多模态大模型强化学习的多领域数据混合
⏶
18
视觉语言模型存在偏见
⏶
17
EmergentTTS-Eval：使用模型作为评判者评估TTS模型在复杂的韵律、表现力和语言挑战上的表现
⏶
17
MetaFaith：LLM中忠实的自然语言不确定性表达
⏶
15
UniGeo：控制视频扩散模型用于统一一致的几何估计
⏶
14
思考更多，感知更少？：评估多模态推理模型中的放大幻觉
⏶
13
大语言模型是局部线性映射
⏶
13
CLaSp：用于自推测解码的上下文层跳过
⏶
12
EasyText：用于多语言文本渲染的可控扩散Transformer
⏶
10
分叉-合并解码：增强音视频大语言模型中的多模态理解
⏶
10
ReasonGen-R1：基于SFT和RL的自回归图像生成模型思维链（CoT）
⏶
9
利用负面信号：从教师数据中进行强化蒸馏以用于LLM推理
⏶
9
DexUMI：将人手作为灵巧操作的通用操作界面
⏶
8
评估和引导多模态大型语言模型中的模态偏好
⏶
7
大型语言模型的角色扮演评估
⏶
7
ChARM：针对高级角色扮演语言智能体的基于角色的行为自适应奖励建模
⏶
5
实现灵活的多大语言模型集成用于可扩展的知识聚合
⏶
5
Point-MoE: 迈向基于专家混合的3D语义分割跨领域泛化
⏶
5
利用大型语言模型检测科学新颖性
