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 979 条结果
相关性 | 日期

COrigami：用于协同设计可平折可视化折纸的AI流水线

👍 5

首个端到端AI系统，从自然语言生成可平折的可识别折纸设计，结合神经符号方法与强化学习优化美学质量

Tom Zahavy, Shaobo Hou, Thomas Tumiel, James Doran, Francesco Faccio, Xidong... 2026-06-26
几何约束 协同创意 强化学习 生成式设计 神经符号系统
✅ 已总结
详情 →

后训练如何塑造生物推理模型

👍 3

研究后训练阶段对生物推理模型泛化的不同影响

Lukas Fesser, Hanlin Zhang, Michelle M. Li, Eric Wang, Bryan Perozzi,... 2026-06-26
后训练 多模态学习 强化学习 泛化能力 生物推理
✅ 已总结
详情 →

OpenThoughts-Agent：代理模型的数据配方

👍 47

首个公开agent训练pipeline，100+实验，32B模型超越基线3.9pp

Negin Raoof, Richard Zhuang, Marianna Nezhurina, Etash Guha, Atula Tejaswi,... 2026-06-24
Agent训练 开源基准测试 强化学习 数据构建 监督微调
✅ 已总结
详情 →

智能体模型的批判性分析与GIC架构

👍 21

区分工具型与内禀型系统，提出基于分层目标、演化身份和自调节的GIC架构

Eric Xing, Mingkai Deng, Jinyu Hou 2026-06-24
世界模型 分层规划 强化学习 智能体架构 自监督学习
✅ 已总结
详情 →

DataClaw0：智能体裁剪原始流的多模态数据

👍 74

提出智能体数据裁剪框架，将高熵原始多模态流转换为意图对齐的结构化训练数据

Cong Wan, Zeyu Guo, Zijian Cai, Jiangyang Li, SongLin Dong, Lin Peng,... 2026-06-23
多模态学习 强化学习 数据合成 数据工程 智能体
✅ 已总结
详情 →

为智能体手机使用训练开放模型

👍 16

结合真实与模拟应用环境的手机代理训练方法，大幅提升任务成功率

Zhengyang Tang, Xin Lai, Pengyuan Lyu, Xinyuan Wang, Tianyi Bai, Chenxin Li,... 2026-06-23
GUI代理 人机交互 多环境训练 强化学习 手机代理
✅ 已总结
详情 →

Tmax：终端智能体的简单配方

👍 14

提出大规模RL数据集和简单配方训练强终端智能体

Hamish Ivison, Junjie Oscar Yin, Rulin Shao, Teng Xiao, Nathan Lambert,... 2026-06-23
强化学习 数据生成 智能体训练 终端智能体
✅ 已总结
详情 →