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 视觉语言模型 世界模型 GRPO 多模态大模型 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 448 条结果
相关性 | 日期

归一化低秩适配（NoRA）

👍 37

沿秩维度归一化LoRA下投影矩阵，零额外参数即可加速收敛、提升性能与稳定性

Jiale Kang, Ziyin Yue, Zheng Zhan, Yangyi Huang, Weiyang Liu 2026-09-01
LoRA 优化动力学 参数高效微调 大语言模型 预条件子
✅ 已总结
详情 →

面向大模型持续改进的经验链

👍 9

让LLM在测试时通过迭代反馈积累经验，无需训练即可持续提升

Haoqin Tu, Yunhao Fang, Yizhong Wang, Cihang Xie, Shen Yan 2026-08-21
反馈学习 大语言模型 测试时计算 自我改进
✅ 已总结
详情 →

验证器诱导的在线策略优化支持重塑

👍 5

RLVR 在提升当前任务的同时，会把未来任务的成功轨迹挤到固定预算内难以采样

Shaohang Wei, Zikun Su, Feifan Song, Wen Luo, Wei Li, Guangyue Peng, Houfeng Wang 2026-08-17
RLVR 大语言模型 强化学习 持续学习 指令跟随
✅ 已总结
详情 →

缓解英译罗机器翻译中的性别偏见

👍 9

用LLM性别分类加标签感知翻译模型的混合流水线，把英译罗性别准确率提升40个百分点以上

Ioana Grigore, Sergiu Nisioi 2026-08-14
LoRA微调 低资源语言 大语言模型 性别偏见 机器翻译
✅ 已总结
详情 →

当教师误导时：伪信号感知的在线策略蒸馏

👍 22

过滤在线蒸馏中既不依赖输入又高影响的虚假教师信号

Yinuo Jiang, Yongjie Ye, Zhou Tao, Xiang Zhuang, Qiang Zhang, Huajun Chen, Tiankai Li 2026-08-06
在线策略蒸馏 大语言模型 梯度信噪比 知识蒸馏 视觉语言模型
✅ 已总结
详情 →