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 数据合成 VLA 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 综述 信息检索 模仿学习 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 163 条结果
相关性 | 日期

能力驱动的智能体记忆自进化（PRISMEM）

👍 12

将记忆自进化按能力维度分解，百万token基准上超越最强基线7.83至10.54个百分点

Yaoqi Chen, Yuru Feng, Qianxi Zhang, Baotong Lu, Jianan Lu, Zhirui Wang,... 2026-10-06
Agent Memory LLM Agent Long-Context Program Synthesis Self-Evolution
✅ 已总结
详情 →

基于跨框架适配的检索增强技能优化

👍 37

用外部技能库检索加跨框架适配，替代昂贵rollout试错来初始化并迭代优化智能体技能

Jaewon Chu, Ji Soo Lee, Jihwan Park, Dohwan Ko, Jeehye Na, Seunghun Lee,... 2026-10-02
LLM Agent 技能优化 提示优化 检索增强 跨域迁移
✅ 已总结
详情 →

PivotOPD：学习从多轮智能体的关键错误中恢复

👍 16

在关键错误处施加预防性蒸馏、在其后施加恢复性蒸馏，让多轮智能体学会避免并从关键错误中恢复。

Yinghui He, Yapei Chang, Khushi Bhardwaj, Daniele Molinari, Tugrul Konuk,... 2026-10-01
LLM Agent 在线策略蒸馏 多轮智能体 强化学习 知识蒸馏
✅ 已总结
详情 →

Agensh：将组织智能扩展至 1,024 个智能体

👍 28

无中央编排器的自组织多智能体框架，千级智能体协作显著提升软件重建质量

Zhihao Zhan, Ting Song, Li Dong, Shaohan Huang, Jianxun Lian, Yan Xia, Furu Wei 2026-09-23
LLM Agent Scaling 多智能体系统 自组织协作 软件工程
✅ 已总结
详情 →