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 207 条结果
相关性 | 日期

A2Eval：具身智能的自主自动评测框架

👍 8

用两个协作智能体自动构建平衡评测基准并生成可执行评测流程，压缩85%冗余样本、降低77%评测成本

Shuai Zhang, Jiayu Hu, Zijie Chen, Zeyuan Ding, Yi Zhang, Yingji Zhang, Ziyi... 2026-02-05
具身智能 多智能体系统 自动化评估 视觉语言模型 评测基准
✅ 已总结
详情 →

面向多智能体讨论的上下文学习方法

👍 4

通过学习动态上下文生成器，解决多LLM讨论中的不一致性问题，提升20%-50%性能

Xingyuan Hua, Sheng Yue, Xinyi Li, Yizhe Zhao, Jinrui Zhang, Ju Ren 2026-02-05
上下文学习 多智能体系统 大语言模型协作 讨论一致性
✅ 已总结
详情 →

WideSeek：通过多智能体扩展推进广域研究

👍 17

提出广域研究范式，用动态多智能体架构和端到端RL解决大规模并行信息检索任务

Ziyang Huang, Haolin Ren, Xiaowei Yuan, Jiawei Wang, Zhongtao Jiang, Kun Xu,... 2026-02-04
Agent优化 信息检索 多智能体系统 强化学习 知识图谱
✅ 已总结
详情 →

通过策略拍卖扩展小型智能体

👍 5

提出基于拍卖的多智能体路由框架SALE，让小型智能体竞标任务，实现成本降低35%且性能超越最大智能体

Lisa Alazraki, William F. Shen, Yoram Bachrach, Akhil Mathur 2026-02-04
任务分配 多智能体系统 成本效率 模型路由 测试时优化
✅ 已总结
详情 →

使用过程奖励扩展多智能体系统

👍 8

通过AI反馈的逐动作过程奖励训练多智能体，解决信用分配和样本效率问题

Ed Li, Junyu Ren, Cat Yan 2026-02-02
AI反馈 多智能体系统 大语言模型 强化学习 过程奖励
✅ 已总结
详情 →