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 59 条结果
相关性 | 日期

快速字节潜在Transformer

👍 12

通过块扩散与自推测解码，把字节级语言模型的推理内存带宽最高砍掉九成。

Julie Kallini, Artidoro Pagnoni, Tomasz Limisiewicz, Gargi Ghosh, Luke... 2026-05-11
字节级语言模型 扩散语言模型 推测解码 推理加速 无分词器
✅ 已总结
详情 →

Cola DLM：连续潜在扩散语言模型

👍 85

通过分层潜在变量分解将文本生成为连续语义先验传输再条件解码。

Hongcan Guo, Qinyu Zhao, Yian Zhao, Shen Nie, Rui Zhu, Qiushan Guo, Feng... 2026-05-08
分层生成 扩散语言模型 流匹配 潜在变量 非自回归
✅ 已总结
详情 →

内省扩散语言模型

👍 25

首次通过内省一致性训练使DLM达到AR模型质量，在15个基准测试中实现3×吞吐量提升

Yifan Yu, Yuqing Jian, Junxiong Wang, Zhongzhu Zhou, Donglin Zhuang, Xinyu... 2026-04-14
并行生成 扩散语言模型 推理优化 自回归模型
✅ 已总结
详情 →

ECHO：基于一步式块扩散的高效胸部X光报告生成模型

👍 23

通过直接条件蒸馏(DCD)把多步块扩散蒸馏为单步解码，同时用响应非对称扩散(RAD)削减72.3%训练FLOPs，在胸部X光报告生成上实现8倍理论加速和5.1倍实测加速。

Lifeng Chen, Tianqi You, Hao Liu, Zhimin Bao, Jile Jiao, Xiao Han, Zhicai... 2026-04-13
一步式推理 医学影像 扩散语言模型 知识蒸馏 胸部X光报告生成
✅ 已总结
详情 →

DARE：扩散大语言模型对齐与强化执行器

👍 22

统一扩散大语言模型后训练与评估的开源框架，支持多种模型家族和RL算法

Jingyi Yang, Yuxian Jiang, Xuhao Hu, Shuang Cheng, Biqing Qi, Jing Shao 2026-04-08
强化学习 扩散语言模型 模型对齐 系统优化 统一框架
✅ 已总结
详情 →

MemDLM：记忆增强的扩散语言模型训练方法

👍 3

通过双层优化引入参数记忆机制，解决扩散语言模型训练与推理不匹配和长上下文注意力稀释问题

Zehua Pei, Hui-Ling Zhen, Weizhe Lin, Sinno Jialin Pan, Yunhe Wang, Mingxuan... 2026-03-24
参数记忆 双层优化 快速权重 扩散语言模型 长上下文
✅ 已总结
详情 →

稳定扩散语言模型的强化学习训练

👍 3

提出StableDRL，通过无条件裁剪和自归一化解决dLLM强化学习中的奖励崩溃问题

Jianyuan Zhong, Kaibo Wang, Ding Ding, Zijin Feng, Haoli Bai, Yang Xiang,... 2026-03-09
GRPO 后训练优化 强化学习 扩散语言模型 训练稳定性
✅ 已总结
详情 →