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 391 条结果
相关性 | 日期

ReGE：通过经验合成打造更强的智能体

👍 13

单次教练调用把多次尝试记录合成为自包含指引，同款模型免训练平均提升约9个百分点

Jiarong Liang, Yubo Wang, Zijie Liu, Yuxuan Zhang, Ping Nie, Wenhu Chen 2026-10-27
LLM智能体 成本效率 推理时扩展 智能体评测 生成式聚合
✅ 已总结
详情 →

ToM2Vec：面向多智能体协同的连续心智理论令牌

👍 5

用固定预算的连续思维令牌在隐空间建模伙伴心智，五个多智能体环境全面超越文本与提示基线

Nithin Sivakumaran, Ali Payani, Hyunji Lee, Mohit Bansal, Elias Stengel-Eskin 2026-10-22
LLM智能体 多智能体协作 心智理论 潜在推理 自博弈
✅ 已总结
详情 →