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 数学推理 多模态 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 评测基准 高效推理 自监督学习 工具调用 扩散语言模型 对比学习 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA LLM评估 持续学习 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 199 条结果
相关性 | 日期

大语言模型时代的自动内核生成综述

👍 19

系统综述LLM和智能体驱动GPU内核自动生成的方法、数据与基准

Yang Yu, Peiyu Zang, Chi Hsu Tsai, Haiming Wu, Yixin Shen, Jialing Zhang,... 2026-01-23
GPU内核 LLM 代码生成 强化学习 智能体
✅ 已总结
详情 →

强化智能体模型中的行为知识合并

👍 27

提出RAM方法解决RL训练智能体模型合并时的信号稀释问题，实现跨任务协同增强

Xiangchi Yuan, Dachuan Shi, Chunhui Zhang, Zheyuan Liu, Shenglong Yao,... 2026-01-22
参数高效 多任务学习 强化学习 智能体 模型合并
✅ 已总结
详情 →

通过知识经验学习对齐智能体世界模型

👍 15

WorldMind框架通过过程经验和目标经验，在推理时自主对齐LLM智能体的内部世界模型

Baochang Ren, Yunzhi Yao, Rui Sun, Shuofei Qiao, Ningyu Zhang, Huajun Chen 2026-01-21
世界模型 具身智能 智能体 物理幻觉 经验学习
✅ 已总结
详情 →

超越静态工具：面向科学推理的测试时工具演化

👍 48

提出测试时工具演化范式，让智能体在推理过程中动态合成、验证和演化可执行工具，突破静态工具库的根本限制

Jiaxuan Lu, Ziyu Kong, Yemin Wang, Rong Fu, Haiyuan Wan, Cheng Yang, Wenjie... 2026-01-16
代码生成 工具学习 智能体 科学推理 跨域适应
✅ 已总结
详情 →

AI 海马体：我们距离人类记忆还有多远？

👍 6

系统综述大语言模型中的记忆机制，构建隐式/显式/智能体记忆三层分类体系

Zixia Jia, Jiaqi Li, Yipeng Kang, Yuxuan Wang, Tong Wu, Quansen Wang, Xiaobo... 2026-01-15
大语言模型 智能体 检索增强生成 综述 记忆机制
✅ 已总结
详情 →

DocDancer：面向智能体文档grounded信息检索

👍 7

首个端到端训练的开源文档问答智能体，通过探索-合成数据管道在长文档理解基准上超越人类表现

Qintong Zhang, Xinjie Lv, Jialong Wu, Baixuan Li, Zhengwei Tao, Guochen Yan,... 2026-01-09
信息检索 合成数据 多模态文档理解 文档问答 智能体
✅ 已总结
详情 →