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 81 条结果
相关性 | 日期

LLM后训练中删除权重的惊人有效性

👍 5

仅学一个二值掩码删掉不到0.05%权重即可媲美全参微调

Jack Lu, Zhenbang Yang, Mike Lasby, Tejas Pote, Yani Ioannou, Mengye Ren 2026-11-11
LLM后训练 RLVR 剪枝 参数高效微调 持续学习
✅ 已总结
详情 →

Harness–模型协同的长时程持续学习

👍 11

经验卡外部记忆加经验条件化LoRA持续微调，兼顾快速复用与长期保留

Zhen Bi, Zhizhi Peng, Yan Wang, Xueshu Chen, Haofei Zhang, Yaobo Zhang, Zeyu... 2026-10-28
LLM智能体 Web Agent 参数高效微调 持续学习 经验记忆
✅ 已总结
详情 →

函数空间时序自蒸馏策略优化（FSPO）

👍 25

用稀疏历史分布缓存替代持久教师模型，实现单策略、时序稳定的自蒸馏强化学习

Aryan Das, Arnab Bhattacharya, Vinay Kumar Verma 2026-10-26
LLM推理 RLVR后训练 内存效率 函数空间正则化 持续学习
✅ 已总结
详情 →

面向AI智能体的记忆中心持续学习

👍 22

提出记忆中心持续学习框架：三轴分类、双环生命周期、行为化评估与记忆缩放律

Dongfang Li, Zhuoen Chen, Bonian Jia, Zixuan Liu, Zhengxuan Lu, Can Deng,... 2026-10-22
LLM Agent 持续学习 智能体记忆 综述/立场论文 记忆缩放律
✅ 已总结
详情 →

Cortex：将上下文固化为参数记忆

👍 68

提出记忆固化问题与Cortex方法，把上下文增益蒸馏进FFN参数，CR/RR兼优

Jintian Zhang, Feng He, Xinnian Liang, Ziwen Xu, Haoming Xu, Haojing Huang,... 2026-10-15
LLM智能体 MoE 上下文蒸馏 参数化记忆 持续学习
✅ 已总结
详情 →

基于合成自蒸馏的小型模型持续后训练

👍 37

把自蒸馏重写外包给稍大的同家族模型并配合拒绝采样，让小模型学新领域能力而不遗忘旧能力。

Woosung Koh, Hyunsoo Lee, Kyungjae Lee, Haeju Park, Dahyun Lee, Dasol Hwang,... 2026-10-12
分布对齐 合成数据 小型语言模型 持续学习 灾难性遗忘
✅ 已总结
详情 →