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 507 条结果
相关性 | 日期

LLM 推理数据选择中的步骤长度混淆问题研究

👍 3

揭示并缓解 naturalness-based 推理数据选择中的步骤长度偏差，使小模型推理 SFT 平均提升 6-9 个百分点。

Bing Wang, Rui Miao, Chen Shen, Shaotian Yan, Kaiyuan Liu, Ximing Li,... 2026-04-09
因果去偏 大语言模型 数据选择 监督微调 长链思维推理
✅ 已总结
详情 →

REAM：合并优于剪枝的 LLM 专家压缩框架

👍 6

用更精细相似度+伪剪枝+逐层重计算，MoE 专家压缩新方法

Saurav Jha, Maryam Hashemzadeh, Ali Saheb Pasand, Ali Parviz, Min-Joong Lee,... 2026-04-08
Mixture-of-Experts 专家压缩 大语言模型 模型剪枝 模型合并
✅ 已总结
详情 →

Adam 定律：面向大语言模型的文本频率定律

👍 98

提出文本频率定律：同等语义下高频文本更适合 LLM 提示与微调，结合 TFD 蒸馏与 CTFT 课程训练在 4 大任务验证。

Hongyuan Adam Lu, Z. L., Victor Wei, Zefan Zhang, Zhao Hong, Qiqi Xiang,... 2026-04-07
大语言模型 提示工程 数学推理 数据选择 机器翻译
✅ 已总结
详情 →

论文浓缩：从论文过载到研究洞察

👍 8

自动发现、总结和分析热门AI论文的开源平台，揭示研究趋势动态

Mingzhe Du, Luu Anh Tuan, Dong Huang, See-kiong Ng 2026-04-07
大语言模型 文献分析 知识发现 研究工具 趋势分析
✅ 已总结
详情 →

潜空间：基础、演化、机制、能力与展望

👍 110

系统综述语言模型潜空间研究的全景综述，按机制与能力双轴梳理200余项工作。

Xinlei Yu, Zhangquan Chen, Yongbo He, Tianyu Fu, Cheng Yang, Chengming Xu,... 2026-04-03
大语言模型 潜在推理 潜空间 综述 连续思维
✅ 已总结
详情 →

大语言模型在线策略蒸馏综述

👍 11

系统性综述LLM在线策略蒸馏(OPD)的理论框架、方法分类、失败模式和工业实践

Mingyang Song, Mao Zheng 2026-04-02
在线策略学习 大语言模型 强化学习 模仿学习 知识蒸馏
✅ 已总结
详情 →

AVO：用于自主进化搜索的智能体变异算子

👍 13

用自主编程智能体替代进化搜索中的变异算子，生成超越专家优化的GPU注意力内核

Terry Chen, Zhifan Ye, Bing Xu, Zihao Ye, Timmy Liu, Ali Hassani, Tianqi... 2026-03-27
GPU内核优化 大语言模型 注意力机制 自主智能体 进化计算
✅ 已总结
详情 →