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 118 条结果
相关性 | 日期

滑窗注意力胜过线性注意力

👍 18

零训练的带槽滑窗注意力在短长上下文任务上追平甚至碾压昂贵的后训练线性注意力

Alexia Jolicoeur-Martineau, Rhea Sanjay Sukthanker, Pashmina Cameron, Emy Gervais 2026-08-31
KV缓存 LLM推理效率 注意力机制 滑窗注意力 线性注意力
✅ 已总结
详情 →

Kimi K3：开放的前沿智能

👍 528

首个开源3T级原生多模态MoE，配1M上下文与多档强化学习

Kimi Team, Tongtong Bai, Yifan Bai, Yiping Bao, M. C., Jianfeng Cai, Xinyuan... 2026-07-28
Mixture-of-Experts 原生多模态 大语言模型 智能体强化学习 长上下文
✅ 已总结
详情 →

长上下文 LLM 的自引导测试时训练

👍 13

让LLM自主选择训练片段提升长上下文推理性能

Xinyu Zhu, Zhe Xu, Xiaohan Wei, Yunchen Pu, Fei Tian, Chonglin Sun, Kaushik... 2026-07-13
参数高效微调 注意力机制 测试时训练 自适应推理 长上下文
✅ 已总结
详情 →

德语和英语的主权开源基础模型

👍 10

30B总参数仅激活3B的双语MoE模型，长上下文服务效率领先，德语能力突出

The Soofi-Team, Benedikt Droste, David Fitzek, Ruben Härle, Lukas Helff,... 2026-07-13
Mixture-of-Experts 多语言模型 开源模型 德语模型 混合架构
✅ 已总结
详情 →