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 389 条结果
相关性 | 日期

智能体计算机图形学的进展

👍 145

提出四维统一分类法并用智能体系统自动综述350篇图形学论文，梳理设计趋势与开放问题

Hengyu Liu, Jihyeon Je, Ruiqi Wang, Mingxuan Wu, Haven Feng, Qixing Huang,... 2026-11-03
3D生成 LLM智能体 代码生成 综述 自动文献综述
✅ 已总结
详情 →

GEPA-Curator：面向自我改进智能体的精选学习

👍 8

给提示优化器外挂一个“数据策展人”：过滤噪声任务并检索历史成功轨迹，让智能体自我改进更可靠

Zack Yu, Nicholas Lee, Minjae Lee, Lakshya Agarwal, Luca Manolache, Wonjun... 2026-11-02
LLM智能体 反思式自我改进 提示优化 数据策展 智能体基准
✅ 已总结
详情 →

记忆税:剖析智能体记忆的净价值

👍 26

以朴素RAG为参照,把智能体记忆的价值分解为收益与税收,发现许多记忆系统净值为负

Xuan He, Sining Zhoubian, Ruozhen Yang, Yuhao Wen, Zhineng Wang, Yuyang Hu,... 2026-10-28
LLM智能体 RAG基线 世界模型 评测分析 长期记忆
✅ 已总结
详情 →

面向长程 LLM 智能体的多尺度策略优化

👍 22

以轮次为宏观动作，同时做轮次级信用传播与 token 级优势细分的智能体 RL 方法

Tao Ren, Hui Yang, Jia Deng, Tingyang Chen, Qiyao Wang, Shuo Tang, Ziyang... 2026-10-28
GAE LLM智能体 信用分配 强化学习 策略优化
✅ 已总结
详情 →

Harness–模型协同的长时程持续学习

👍 11

经验卡外部记忆加经验条件化LoRA持续微调，兼顾快速复用与长期保留

Zhen Bi, Zhizhi Peng, Yan Wang, Xueshu Chen, Haofei Zhang, Yaobo Zhang, Zeyu... 2026-10-28
LLM智能体 Web Agent 参数高效微调 持续学习 经验记忆
✅ 已总结
详情 →

策略即隐式支架：智能体接口的决策几何

👍 8

策略暗中携带训练支架的相对动作偏好，部署回报等于支架上限减去策略失配，两者可提前预测适配收益。

Jian Mu, Ruibo Shen, Yao Shu 2026-10-28
KL正则化控制 LLM智能体 性能差距理论 提示格式敏感性 支架设计
✅ 已总结
详情 →