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 长上下文 多模态 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 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 507 条结果
相关性 | 日期

大型语言模型微调中的人工纠缠

👍 5

从量子纠缠视角分析LoRA微调的内部参数结构与外部注意力表示，揭示注意力机制的‘无毛’特性。

Min Chen, Zihan Wang, Canyu Chen, Zeguan Wu, Manling Li, Junyu Liu 2026-01-13
参数高效微调 大语言模型 矩阵乘积态 纠缠熵 量子信息
✅ 已总结
详情 →

Gecko：一种高效处理任意长度序列的神经架构

👍 2

基于Megalodon改进的Gecko架构，通过滑动分块注意力和自适应工作记忆实现4M长序列建模

Xuezhe Ma, Shicheng Wen, Linghao Jin, Bilge Acun, Ruihang Lai, Bohan Hou,... 2026-01-13
大语言模型 序列建模 注意力机制 线性注意力 长上下文建模
✅ 已总结
详情 →

思维的分子结构：长链推理的拓扑映射

👍 49

用分子结构类比Long CoT，揭示三种推理键的稳定分布决定学习成败

Qiguang Chen, Yantao Du, Ziniu Li, Jinhao Liu, Songyao Duan, Jiarui Guo,... 2026-01-12
大语言模型 强化学习 思维链 蒸馏 认知科学
✅ 已总结
详情 →

DR-LoRA：用于微调混合专家模型的动态秩LoRA

👍 7

动态分配专家LoRA秩，基于路由频率和梯度重要性提升MoE微调效果

Guanzhi Deng, Bo Li, Ronghao Chen, Xiujin Liu, Zhuo Han, Huacan Wang, Lijie... 2026-01-12
LoRA 动态秩分配 参数高效微调 大语言模型 混合专家模型
✅ 已总结
详情 →

搜索增强大语言模型中的过度搜索问题研究

👍 7

搜索增强LLM存在过度搜索问题：不必要的搜索调用增加成本并损害拒绝回答能力

Roy Xie, Deepak Gopinath, David Qiu, Dong Lin, Haitian Sun, Saloni Potdar,... 2026-01-12
大语言模型 工具使用效率 拒绝回答 搜索增强生成 检索增强生成
✅ 已总结
详情 →

基于迭代信息瓶颈的潜在策略优化：I²B-LPO

👍 3

通过熵驱动潜在分支和信息瓶颈正则化，解决大语言模型推理中的探索崩溃问题

Huilin Deng, Hongchen Luo, Yue Zhu, Long Li, Zhuoyue Chen, Xinghao Zhao,... 2026-01-12
信息瓶颈 大语言模型 强化学习 探索利用平衡 推理优化
✅ 已总结
详情 →

熵自适应微调：解决置信冲突以缓解灾难性遗忘

👍 91

利用token级熵作为门控机制，区分不确定性学习与知识冲突，在保持领域适应性的同时缓解灾难性遗忘。

Muxi Diao, Lele Yang, Wuxuan Gong, Yutong Zhang, Zhonghao Yan, Yufei Han,... 2026-01-08
大语言模型 模型微调 灾难性遗忘 熵门控机制 领域适应
✅ 已总结
详情 →