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 60 条结果
相关性 | 日期

高效推理的艺术：数据、奖励与优化

👍 7

系统研究高效推理训练机制，通过数据、奖励和优化策略实现更短、更准确的推理链生成

Taiqiang Wu, Zenan Zu, Bo Zhou, Ngai Wong 2026-02-25
大语言模型 奖励塑形 强化学习 推理链优化 高效推理
✅ 已总结
详情 →

FASA：基于频率感知的稀疏注意力机制

👍 154

利用 RoPE 频率块的功能稀疏性，训练无关地动态预测 token 重要性以压缩 KV 缓存

Yifei Wang, Yueqi Wang, Zhenrui Yue, Huimin Zeng, Yong Wang, Ismini... 2026-02-05
KV缓存压缩 RoPE 注意力稀疏化 长上下文 高效推理
✅ 已总结
详情 →

残差上下文扩散语言模型

👍 37

通过回收被丢弃的中间计算信号，显著提升扩散语言模型的推理准确率

Yuezhou Hu, Harman Singh, Monishwaran Maheswaran, Haocheng Xi, Coleman... 2026-02-05
并行解码 扩散语言模型 数学推理 残差学习 高效推理
✅ 已总结
详情 →

VIBE：基于视觉指令的图像编辑器

👍 64

紧凑高效的指令式图像编辑系统，2B VLM+1.6B扩散模型，4秒生成2K图像

Grigorii Alekseenko, Aleksandr Gordeev, Irina Tolstykh, Bulat Suleimanov,... 2026-01-16
图像编辑 扩散模型 指令跟随 视觉语言模型 高效推理
✅ 已总结
详情 →

RelayLLM：通过协作解码实现高效推理

👍 31

让小模型主动调用大模型，用1.07%的token成本恢复60%性能差距

Chengsong Huang, Tong Zheng, Langlin Huang, Jinyuan Li, Haolin Liu, Jiaxin Huang 2026-01-09
GRPO token-level路由 强化学习 模型协作 高效推理
✅ 已总结
详情 →