⏶
180
InternVL3.5：在通用性、推理和效率方面推动开源多模态模型的发展
⏶
40
Visual-CoG：面向文本到图像生成的阶段感知链式引导强化学习
⏶
36
MV-RAG：检索增强多视图扩散
⏶
34
爱马仕 4 技术报告
⏶
32
理解工具集成推理
⏶
26
T2I-ReasonBench：推理赋能文本到图像生成的基准测试
⏶
26
超越记忆：通过循环、记忆和测试时间计算扩展推理深度
⏶
26
MMTok：多模态覆盖最大化，实现视觉语言模型的推理效率
⏶
22
打破探索瓶颈：基于评分表的强化学习促进通用大语言模型推理
⏶
15
PosterGen：通过多代理 LLM 进行审美感知论文到海报生成
⏶
14
UQ：在未解决问题上评估语言模型
⏶
8
MEENA（波斯多模态多语言评估）：面向N级评估的多模态多语言教育考试
