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 448 条结果
相关性 | 日期

星际争霸II中的世界模型用于策略优化

👍 9

首个星际争霸II世界模型，通过预测未来观测实现LLM决策的前瞻性优化

Yixin Zhang, Ziyi Wang, Yiming Rong, Haoxi Wang, Jinling Jiang, Shuang Xu,... 2026-02-20
世界模型 决策优化 大语言模型 星际争霸II 部分可观测
✅ 已总结
详情 →

GLM-5：从氛围编码到智能体工程

👍 198

智谱旗舰模型GLM-5，通过DSA、异步RL和大规模智能体训练实现前沿性能。

GLM-5 Team, Aohan Zeng, Xin Lv, Zhenyu Hou, Zhengxiao Du, Qinkai Zheng, Bin... 2026-02-18
大语言模型 强化学习 智能体 稀疏注意力 软件工程
✅ 已总结
详情 →