Lewlh's blog
首页
关于
标签
337
归档
105
站点地图
GRPO
标签
2026
11-12
【论文分享】用 Git Diff 思维打磨多模态大模型:ZoomGain 如何用 9K 样本让小模型逆袭千亿巨兽
11-12
【论文分享】告别无脑 CoT 内耗:EVAThink 如何用 6.7K 样本实现视频大模型的自适应快慢推理路由
11-10
【论文分享】模型心里门儿清,嘴上说不出?上交大与蚂蚁新作 SAPO:无需人工标注,用内部注意力与 GRPO 破解视频大模型时序定位鸿沟
10-30
【论文分享】给多模态大模型装上“自省闭环”:arXiv 2026 新作 Generalized CycleGRPO 统一空间、时间与时空细粒度理解与定位
10-29
【论文分享】当 AI 图像质检拿上放大镜:VGIQA 如何用“视觉定位奖励”治愈大模型的画质近视?
1
2
0%
Theme NexT works best with JavaScript enabled