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 60 条结果
相关性 | 日期

基于步级优势选择的稳定高效推理方法

👍 9

在短上下文GRPO中按推理步置信度屏蔽优势，稳定高效压缩推理链。

Han Wang, Xiaodong Yu, Jialian Wu, Jiang Liu, Ximeng Sun, Mohit Bansal, Zicheng Liu 2026-04-28
DeepScaleR GRPO 强化学习 推理压缩 步级信用分配
✅ 已总结
详情 →

TAPS：面向任务感知的推测采样提议分布

👍 146

任务专属草稿模型+推理时组合显著提升推测解码接受长度

Mohamad Zbib, Mohamad Bazzi, Ammar Mohanna, Hasan Abed Al Kader Hammoud,... 2026-03-31
大语言模型推理加速 推测解码 模型组合 草稿模型训练 高效推理
✅ 已总结
详情 →

基于平衡思维的高效推理

👍 151

通过置信度动态调控推理轨迹，在抑制冗余思考的同时防止推理不足

Yulin Li, Tengyao Tu, Li Ding, Junjie Wang, Huiling Zhen, Yixin Chen, Yong... 2026-03-19
大型推理模型 思维链 推理优化 过度思考 高效推理
✅ 已总结
详情 →

面向混合 xLSTM 架构的高效蒸馏

👍 34

用 mLSTM-SWA 混合架构蒸馏 Transformer，通过专家合并实现近乎无损的性能迁移

Lukas Hauzenberger, Niklas Schmidinger, Thomas Schmied, Anamaria-Roberta... 2026-03-17
xLSTM 模型压缩 知识蒸馏 线性注意力 高效推理
✅ 已总结
详情 →

dLLM：简洁的扩散语言建模框架

👍 154

统一扩散语言模型训练、推理与评估的开源框架，并提供从BERT/AR模型转换为DLM的实用配方

Zhanhui Zhou, Lingjie Chen, Hanghang Tong, Dawn Song 2026-03-02
块扩散 开源框架 扩散语言模型 掩码扩散 模型转换
✅ 已总结
详情 →