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 59 条结果
相关性 | 日期

词与权重：通过协同适配简化多轮交互

👍 1

ROSA2 提出词与权重的联合优化框架，将多轮测试时策略适配的准确率提升30%并减少40%对话轮次。

Chenxing Wei, Hong Wang, Ying He, Zhongxiang Dai, Bo Jiang, F. Richard Yu, Yao Shu 2026-03-04
LLM 参数高效微调 多轮对话 提示优化 测试时适配
✅ 已总结
详情 →

用 LoRA 权重基底跨越视觉类比空间

👍 13

提出 LoRWeB，通过可学习的 LoRA 基底和动态编码器组合，实现对未见视觉类比任务的泛化编辑。

Hila Manor, Rinon Gal, Haggai Maron, Tomer Michaeli, Gal Chechik 2026-02-23
Flow Matching LoRA 参数高效微调 图像编辑 扩散模型
✅ 已总结
详情 →

NeST：面向大语言模型安全的神经元选择性调优

👍 1

通过识别和聚类安全相关神经元，实现高效的后置安全对齐，大幅减少训练参数并保持模型能力。

Sasha Behrouzi, Lichao Wu, Mohamadreza Rostami, Ahmad-Reza Sadeghi 2026-02-20
参数高效微调 大语言模型安全 安全对齐 神经元级干预 越狱防御
✅ 已总结
详情 →

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 →

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 →