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 56 条结果
相关性 | 日期

基于前缀重放的多轮在线策略蒸馏

👍 11

复用教师轨迹做离线多轮 agent 蒸馏,零工具调用、4倍加速且不掉点。

Baohao Liao, Hanze Dong, Christof Monz, Xinxing Xu, Li Dong, Furu Wei 2026-07-24
多轮交互 强化学习 智能体 模型压缩 知识蒸馏
✅ 已总结
详情 →

基于内部模型路由的推测解码验证方法

👍 36

通过内部模型路由引入轻量级中间验证器，实现分层推测解码，降低拒绝率并提升推理速度

Yuchen Xian, Yang He, Yunqiu Xu, Yi Yang 2026-06-12
KL散度 分层验证 推测解码 推理加速 模型压缩
✅ 已总结
详情 →

使用测试时训练线性化视觉Transformer

👍 20

通过TTT架构实现Softmax Transformer到线性复杂度的快速转换

Yining Li, Dongchen Han, Zeyu Liu, Hanyi Wang, Yulin Wang, Gao Huang 2026-06-01
Transformer优化 扩散模型 模型压缩 测试时训练 线性注意力
✅ 已总结
详情 →