Sparse but Critical: A Token-Level Analysis of Distributional Shifts in RLVR Fine-Tuning of LLMs（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2026-03-25 周三共 21 篇：生成 4 · 代码生成 0 · 智能体 1 · 世界模型与具身 3 · 理解 8 · 音频 1 · 基础模型 4
- 生成
- 文生图 1图编辑 3视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 1
- 世界模型与具身
- 世界模型 0具身智能 3
- 理解
- VLM 8OCR 0
- 音频
- 音频 1
- 基础模型
- LLM 4统一多模态 0
这一天为历史补采：方向按规则判定，作者单位只来自 OpenAlex，入选论文比每日更新少；AI 要点尚未生成，请以原文摘要为准。
共 21 篇
Dress-ED: Instruction-Guided Editing for Virtual Try-On and Try-Off（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
GeoTikzBridge: Advancing Multimodal Code Generation for Geometric Perception and Reasoning（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Think 360°: Evaluating the Width-centric Reasoning Capability of MLLMs Beyond Depth（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Non-Adversarial Imitation Learning Provably Free of Compounding Errors: The Value Flow Mechanism（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
SOUPLE: Enhancing Audio-Visual Localization and Segmentation with Learnable Prompt Contexts（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
ENC-Bench: A Benchmark for Evaluating Multimodal Large Language Models in Electronic Navigational Chart Understanding（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Efficient Hallucination Detection: Adaptive Bayesian Estimation of Semantic Entropy with Guided Semantic Exploration（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Group Editing: Edit Multiple Images in One Go（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Cluster-Wise Spatio-Temporal Masking for Efficient Video-Language Pretraining（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
WorldMesh: Generating Navigable Multi-Room 3D Scenes via Mesh-Conditioned Image Diffusion（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Looking Beyond the Window: Global-Local Aligned CLIP for Training-free Open-Vocabulary Semantic Segmentation（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
When Language Models Lose Their Mind: The Consequences of Brain Misalignment（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
TRAP: Hijacking VLA CoT-Reasoning via Adversarial Patches（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Unbiased Reward Modeling from Implicit Feedback for LLM Alignment（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Efficient Hybrid SE(3)-Equivariant Visuomotor Flow Policy via Spherical Harmonics for Robot Manipulation（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Unleashing Spatial Reasoning in Multimodal Large Language Models via Textual Representation Guided Reasoning（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
UniFunc3D: Unified Active Spatial-Temporal Grounding for 3D Affordance Segmentation（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
VISion On Request: Enhanced VLLM efficiency with sparse, dynamically selected, vision-language interactions（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
CAPTCHA Solving for Native GUI Agents: Automated Reasoning-Action Data Generation and Self-Corrective Training（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
没有符合条件的论文。