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 多模态 长上下文 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 评测基准 高效推理 自监督学习 工具调用 对比学习 扩散语言模型 参数高效微调 视觉-语言-动作模型 Transformer 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 模仿学习 综述 信息检索 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 104 条结果
相关性 | 日期

大语言模型基础

👍 26

系统梳理大语言模型六大基石：预训练、生成建模、提示、对齐、推理与推理增强的教材级综述

Tong Xiao, Jingbo Zhu 2026-10-09
RLHF对齐 推理加速 推理模型 提示工程 教材与综述
✅ 已总结
详情 →

V-CoLA：基于线性注意力的视觉 Token 压缩

👍 10

从线性注意力状态递归中挖掘内在 token 重要性信号，训练免费压缩视觉 token

Hao Jiang, Yiru Mao, Tianpeng Bu, Hao Zhou, Hongtao Duan, Wang Jing, Bowen... 2026-10-09
多模态大模型 推理加速 混合架构 线性注意力 视觉Token压缩
✅ 已总结
详情 →

ALoDLM：自适应循环扩散语言模型

👍 68

在去噪步内用token级自适应潜空间循环，让易预测词早提交、难预测词多迭代，质量速度兼得

Liancheng Fang, Zhuowei Li, Youngeun Kim, Tianchen Zhao, Rajat Koner, Jiaye... 2026-10-06
循环Transformer 扩散语言模型 推理加速 测试时扩展 自适应计算
✅ 已总结
详情 →

RealtimeWAM：单步异步世界动作模型

👍 10

单步蒸馏与分块级异步流水线双管齐下，让世界动作模型实现约25倍近无损实时推理

Chengtao Lv, Jinyang Du, Shuyi Feng, Yang Yong, Shiqiao Gu, Shunzi Yang,... 2026-10-06
一致性蒸馏 世界动作模型 异步推理 推理加速 机器人操作
✅ 已总结
详情 →

循环Transformer中的递归推理步长调度

👍 16

追踪进展-波动平衡，在线自适应调度循环推理步长，免重训提精度并最高加速1.56倍

Boyuan Wang, Chengyao Yu, Jiaxi Ren, Hongxin Wei, Bingyi Jing, Yuxin Tao 2026-09-30
循环Transformer 循环推理 推理加速 测试时计算 自适应步长
✅ 已总结
详情 →

面向输出头量化的Softmax重参数化

👍 5

利用softmax平移不变性在等价输出头中搜索量化后保真度最优的表示

Asim Kadav, Christian Flores, Chirag Arora, Varun Kotte, Hongbo Zheng, Lan... 2026-09-28
后训练量化 大词表 推理加速 模型量化 输出头量化
✅ 已总结
详情 →

基于离散扩散解锁大语言模型的无损加速

👍 105

冻结AR权重、外挂LoRA扩散权重并行起草，AR验证实现全批量无损提速

Subham Sekhar Sahoo, Lingjie Chen, Khiem Pham, Jonathan Geuter, Chaitanya... 2026-09-08
LoRA RL后训练加速 一致性蒸馏 扩散语言模型 投机解码
✅ 已总结
详情 →

CogEvol：迈向高效可靠的学习环境生成

👍 33

纯后训练专用模型家族，单次调用生成幻灯片与可交互课件，用可执行探针把交互性变成可测量的奖励信号

Shangqing Tu, Daniel Zhang-Li, Yucheng Wang, Shiyu Gan, Yanpeng Wang,... 2026-09-01
GRPO 后训练 国产算力适配 奖励攻击 奖励设计
✅ 已总结
详情 →