訓練長上下文視覺語言模型：以 128K 之外的泛化能力為目標的有效訓練方案
Training Long-Context Vision-Language Models Effectively with Generalization Beyond 128K Context
arXiv
7
Teds Lin 許願
共同演化策略蒸餾
Co-Evolving Policy Distillation
arXiv
68
Teds Lin 許願
Self-Distilled RLVR：以自我蒸餾改進可驗證獎勵的強化學習
Self-Distilled RLVR
arXiv
58
Teds Lin 許願
智慧行動：在代理人式多模態模型中培養後設認知的工具使用
Act Wisely Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models
arXiv
2
Teds Lin 許願