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 121 条结果
相关性 | 日期

面向大语言模型的混合策略蒸馏方法

👍 13

将前向KL与反向KL按token级信号混合，结合off-policy数据与轻量on-policy采样的统一蒸馏框架

Wenhong Zhu, Ruobing Xie, Rui Wang, Pengfei Liu 2026-04-24
代码生成 大语言模型 强化学习 推理 知识蒸馏
✅ 已总结
详情 →

面向智能体编码的测试时计算扩展

👍 12

用结构化轨迹摘要+RTV+PDR,在长程智能体编码上系统提升测试时计算增益。

Joongwon Kim, Wannan Yang, Kelvin Niu, Hongming Zhang, Yun Zhu, Eryk... 2026-04-23
LLM SWE-Bench 代码生成 推理扩展 智能体
✅ 已总结
详情 →

PlayCoder:让 LLM 生成的 GUI 代码真正可玩

👍 26

构建 PlayEval 基准与 PlayTester 多模态测试代理,提出 PlayCoder 多智能体框架通过"视觉驱动测试+自动修复"闭环修复 GUI 代码的隐性逻辑缺陷。

Zhiyuan Peng, Wei Tao, Xin Yin, Chenhao Ying, Yuan Luo, Yiwen Guo 2026-04-22
GUI 应用 LLM Agent 代码生成 基准测试 多智能体系统
✅ 已总结
详情 →

WebCompass:面向代码语言模型的多模态Web编程评测基准

👍 22

首个覆盖生成/编辑/修复全生命周期并支持文/图/视频三模态的Web编程评测基准,提出Agent-as-a-Judge新范式。

Xinping Lei, Xinyu Che, Junqi Xiong, Chenchen Zhang, Yukai Huang, Chenyu... 2026-04-21
Web开发 代码生成 多模态评测 大语言模型基准 智能体评估
✅ 已总结
详情 →

用大语言模型自动合成数据库内核函数代码

👍 17

DBCooker：基于LLM的数据库原生函数自动合成系统，三大模块协同覆盖声明解析、参考单元复用与自适应编排，在三大主流数据库上平均准确率提升34.55%。

Wei Zhou, Xuanhe Zhou, Qikang He, Guoliang Li, Bingsheng He, Quanqing Xu, Fan Wu 2026-04-10
代码生成 大语言模型 数据库系统 智能体 软件工程
✅ 已总结
详情 →

基于双自一致性强化学习的科学图形程序合成

👍 7

提出 SciTikZer 模型与 Dual Self-Consistency 强化学习框架，从图像生成可编译的 TikZ 代码，在 8B 体量上超越 Gemini-2.5-Pro 与 Qwen3-VL-235B。

Juekai Lin, Yun Zhu, Honglin Lin, Sijing Li, Tianwei Lin, Zheng Liu,... 2026-04-08
TikZ/LaTeX 代码生成 图像到代码 多模态大模型 强化学习
✅ 已总结
详情 →

自执行模拟提升代码生成模型性能

👍 35

让代码模型学会模拟程序执行，通过自验证和自修复提升代码正确率

Gallil Maimon, Ori Yoran, Felix Kreuk, Michael Hassid, Gal Cohen, Pierre... 2026-04-07
代码生成 强化学习 程序执行模拟 竞技编程 自验证
✅ 已总结
详情 →

代码生成中的任意位置思考

👍 26

允许LLM在代码生成过程中任意位置按需调用推理的新机制，实现自适应计算

Xue Jiang, Tianyu Zhang, Ge Li, Mengyang Liu, Taozhi Chen, Zhenhua Xu,... 2026-04-01
代码生成 大语言模型推理 强化学习 自适应计算
✅ 已总结
详情 →

Kernel-Smith：进化式内核优化的统一方案

👍 26

进化搜索+逐步训练框架实现GPU内核自动优化，超越Gemini-3.0-pro

He Du, Qiming Ge, Jiakai Hu, Aijun Yang, Zheng Cai, Zixian Huang, Sheng... 2026-03-31
GPU内核优化 Triton 代码生成 强化学习 进化算法
✅ 已总结
详情 →