标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 207 条结果
相关性 | 日期

EvoTeam：基于可进化团队的多智能体协作框架

👍 27

维护可复用团队库，协同进化团队组织、团队专属交互规则与个体技能的多智能体自进化框架

Qinuo Cao, Xin He, Dianxuan Fu, Lizhi Zhang, Zhaoqing Xing, Jiapu Wang, Xin... 2026-11-04
LLM 协作 团队组织 多智能体系统 经验复用 自进化智能体
✅ 已总结
详情 →

DynaFlow：学习自由形式的多智能体编排

👍 38

把自由形式工作流合成内化为主智能体的动作，仅训练主智能体即可学会何时及如何协作

Ruhao Liu, Qi Li, Shizun Wang, Xinchao Wang 2026-10-27
LLM Agent 多智能体系统 工作流合成 智能体编排 监督微调
✅ 已总结
详情 →

DiffResearch：用扩散语言模型加速深度研究

👍 8

深度研究智能体换扩散骨干后端到端提速约6倍，报告质量不降

Alan-Barsag Gazzaev, Alexey Gavrilov, Mikhail Mozikov, Sergey Muravyov 2026-10-22
多智能体系统 扩散语言模型 推理加速 智能体评测 深度研究
✅ 已总结
详情 →

去中心化智能体集群中的自编排学习

👍 12

用拍卖出价机制让智能体集群同时学会“怎么做事”与“谁该出手”。

Guowei Xu, Zhenting Qi, Amani Kiruga, Himabindu Lakkaraju, Yilun Du 2026-10-16
LLM智能体 多智能体系统 市场/拍卖机制 强化学习后训练 自组织编排
✅ 已总结
详情 →

面向多智能体系统的心理模型框架

👍 5

让智能体学习摊销式递归心理理论隐状态并耦合奖励模型，训练出可独立部署的伙伴建模策略

Hanan Gani, Lulu Shao, Manmohan Chandraker 2026-10-12
LLM智能体 多智能体系统 奖励模型 强化学习 心智理论
✅ 已总结
详情 →

MiniCorp：AI智能体公司的最后一公里

👍 30

用闭环办公室模拟器让智能体团队持续经营虚拟电商公司，生成可反事实回放的企业数据

Jingying Zeng, Zhenwei Dai, Jinning Li, Changho Shin, Dylan Zhang, Yuxuan... 2026-10-07
LLM智能体 企业数据生成 多智能体系统 环境仿真 电商市场机制
✅ 已总结
详情 →