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 数学推理 多模态 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 扩散语言模型 对比学习 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA LLM评估 持续学习 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 199 条结果
相关性 | 日期

CADFather：通过协调工具使用实现自主CAD重建

👍 13

VLM助手调度学习、算法、优化三类工具，从网格零失败重建可编辑CAD程序，六基准全面领先

Gennadiy Savrasov, Maksim Elistratov, Nikita Gavrilov, Albert Garifullin,... 2026-10-08
CAD重建 参数优化 工具使用 智能体 视觉语言模型
✅ 已总结
详情 →

Marathoner：超长时程自主智能体

👍 19

以PR任务合成、RFT与后期奖励强化学习，训练9B模型连续执行10小时以上并超越部分闭源模型

Zhang Ruiyang, Ou Jinpeng, Xie Yifan, Zhou Jingang, Pan Lirui, Guo Qingpei,... 2026-09-30
后训练 强化学习 数据合成 智能体 软件工程
✅ 已总结
详情 →

Atria Dawn：智能体超级智能的黎明

👍 253

744B MoE 智能体模型以可验证经验流水线训练，并用 769 条任务记录剖析人机分工。

Honglin Guo, Tao Gui, Yicheng Chen, Guanting Dong, Qiming Ge, Yuyang Hu,... 2026-09-15
人机协作 可验证奖励 大语言模型 智能体 递归自我改进
✅ 已总结
详情 →