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 118 条结果
相关性 | 日期

FM-Bench：竞争智能体长程管理能力基准

👍 20

让15个前沿大模型各管一家足球俱乐部20年，测谁会“经营”而不只是“执行”。

Tianyou Wang, Chongyang Gao, Kezhen Chen, Chen Dong, Yinghao He, Donghan Li,... 2026-08-20
LLM Agent 基准测试 多智能体竞技场 行为能力分解 长程决策
✅ 已总结
详情 →

揭开 Agent 技能之谜：为何有效，何时失效

👍 163

对照实验与配对轨迹分析揭示：技能靠程序锚定而非知识注入起效，检索与调用是失效边界。

Zhiyuan Jiang, Fangrui Huang, Hanwen Xing, Xander Wu, Yipeng Gao, Rui Cao,... 2026-08-19
Agent Skills LLM Agent 实证评测 检索与调用 程序记忆
✅ 已总结
详情 →

DarwinX：以自然选择演化冻结模型的智能体支架

👍 105

冻结模型权重，用种群级自然选择进化智能体支架，四大基准平均提升约17分。

Yifan Zhang, Yutong Dai, Juntao Tan, Luyu Yang, Rishi Mullur, Thai Hoang,... 2026-08-14
LLM Agent 智能体支架搜索 智能体评测 种群进化 自进化智能体
✅ 已总结
详情 →

OmniScientist：全模态全学科的 AI 科学家

👍 91

直接感知原始多模态证据，端到端自动完成从数据到可验证论文的科研闭环

Bobo Li, Hao Fei, Tianjie Ju, Mong-Li Lee, Wynne Hsu 2026-08-14
AI Scientist LLM Agent 多智能体系统 多模态智能体 科学发现
✅ 已总结
详情 →

OneDayAgent：面向自主智能体的长时程执行框架

👍 34

通过任务分解、执行记忆与验证修复，构建可跨后端迁移的长时程智能体框架

Jingsheng Zheng, Xinyuan Fang, Jintian Zhang, Zhengke Gui, Huajun Chen, Ningyu Zhang 2026-08-06
AgentIF-OneDay LLM Agent 任务分解 执行记忆 跨后端迁移
✅ 已总结
详情 →

自进化代码智能体

👍 6

系统综述让代码智能体从软件反馈中持续自我进化的方法与分类框架

Hao Zhou, Haichuan Hu, Ye Shang, Quanjun Zhang 2026-08-06
LLM Agent 代码智能体 强化学习 综述 自我进化
✅ 已总结
详情 →