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 79 条结果
相关性 | 日期

流式对话摘要中的缺失证据记忆

👍 5

提出ReMEMBER，以上下文缺口为条件检索并精炼历史证据，提升流式摘要记忆召回

Hyangsuk Min, Hwanjun Song 2026-08-11
LLM评估 基准构建 检索增强生成 流式对话摘要 长上下文记忆
✅ 已总结
详情 →

数据智能体综合基准测试AgenticDataBench

👍 35

构建覆盖15个领域433项技能的数据智能体综合评测基准

Zhaoyan Sun, Shan Zhong, Daizhou Wen, Jiaxing Han, Guoliang Li, Ying Yan,... 2026-07-03
LLM评估 任务生成 基准测试 技能提取 数据智能体
✅ 已总结
详情 →

ResearchClawBench：端到端自主科学研究基准

👍 106

首个评估AI端到端自主科学研究能力的基准，40任务10领域揭示当前系统距可靠重发现差距巨大

Wanghan Xu, Shuo Li, Tianlin Ye, Qinglong Cao, Yixin Chen, Hengjian Gao,... 2026-06-08
LLM评估 基准测试 科学研究评估 端到端任务 自主研究代理
✅ 已总结
详情 →

指令引导的阿拉伯语及方言诗歌生成

👍 3

构建百万级多方言指令数据集并微调LLM可控生成阿拉伯诗歌。

Abdelrahman Sadallah, Kareem Elozeiri, Mervat Abassy, Rania Elbadry, Mohamed... 2026-05-01
LLM评估 LoRA 创意文本生成 指令微调 方言处理
✅ 已总结
详情 →