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 79 条结果
相关性 | 日期

基于 Gist Token 的简化稀疏注意力

👍 5

通过gist token压缩+选择性展开实现无需架构修改的长上下文稀疏注意力

Yuzhen Mao, Michael Y. Li, Emily B. Fox 2026-06-29
KV-cache压缩 LLM RAG 稀疏注意力 长上下文
✅ 已总结
详情 →

大规模端到端上下文压缩

👍 27

提出LCLM编码器-解码器压缩方法，在保持模型能力的同时大幅降低长上下文推理的内存和延迟

Ang Li, Sean McLeish, Haozhe Chen, Nimit Kalra, Zaiqian Chen, Artem Gazizov,... 2026-06-09
KV cache优化 上下文压缩 编码器-解码器架构 语言模型效率 长上下文
✅ 已总结
详情 →

MemTrain：自监督的上下文记忆训练

👍 17

自监督双代理任务（端到端重建+中间记忆召回）预训练LLM记忆能力。

Ziheng Li, Xingrun Xing, Haoqing Wang, Zhi-Hong Deng, Yehui Tang 2026-06-04
GRPO 上下文记忆智能体 多跳问答 强化学习 自监督预训练
✅ 已总结
详情 →

MiniMax-M2 系列:极小激活参数释放极致真实世界智能

👍 41

9.8B 激活参数的 MoE 大模型,通过 Agent 数据管线+Forge 强化学习系统+自我进化,在编码与办公 Agent 任务上比肩头部闭源模型

MiniMax, Aili Chen, Aonian Li, Baichuan Zhou, Bangwei Gong, Binyang Jiang,... 2026-05-27
Agent MoE Speculative Decoding 代码生成 强化学习
✅ 已总结
详情 →