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 55 条结果
相关性 | 日期

面向持续学习的快速权重注意力

👍 26

把循环状态视为读后写语义下的在线学习器，导出归一化 Falcon 更新族，提升长度外推

Yifan Zhang, Steve Ta, Jasper Zhang, Jichen Feng, Shuzhen Li, Yongxin Zhang,... 2026-08-31
序列建模 快速权重 持续学习 状态空间模型 线性注意力
✅ 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 →

重新思考自进化大语言智能体的持续经验内化

👍 26

揭示多迭代经验学习中能力崩溃问题，提出原理级经验、逐步注入和off-policy蒸馏的稳定内化方案

Jingwen Chen, Wenkai Yang, Shengda Fan, Wenbo Nie, Chenxing Sun, Shaodong... 2026-06-05
上下文蒸馏 持续学习 智能体进化 经验内化
✅ 已总结
详情 →

AgentCL：迈向语言智能体持续学习的严格评估

👍 5

提出受控任务流与可塑性/稳定性/泛化三类增益指标，严格评估智能体的持续学习。

Yiheng Shu, Bernal Jiménez Gutiérrez, Saisri Padmaja Jonnalagedda, Yuguang... 2026-06-03
可塑性-稳定性权衡 基准评测 持续学习 语言智能体 非参数记忆
✅ 已总结
详情 →