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 81 条结果
相关性 | 日期

AgentCL：迈向语言智能体持续学习的严格评估

👍 6

提出受控任务流与可塑性/稳定性/泛化三类增益指标，严格评估智能体的持续学习。

Yiheng Shu, Bernal Jiménez Gutiérrez, Saisri Padmaja Jonnalagedda, Yuguang... 2026-06-03
可塑性-稳定性权衡 基准评测 持续学习 语言智能体 非参数记忆
✅ 已总结
详情 →

为什么微调会诱发幻觉以及如何修复

👍 25

把 SFT 幻觉重新解读为事实遗忘，并给出参数冻结与自蒸馏两类缓解方案。

Guy Kaplan, Zorik Gekhman, Zhen Zhu, Lotem Rozner, Yuval Reif, Swabha... 2026-04-28
SFT 事实遗忘 幻觉抑制 持续学习 自蒸馏
✅ 已总结
详情 →