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 118 条结果
相关性 | 日期

PREPING：无需任务即可构建 Agent 记忆

👍 28

在零目标任务经验下，通过提议者引导的合成练习与验证门控的记忆准入，构建部署前的程序性记忆。

Yumin Choi, Sangwoo Park, Minki Kang, Jinheon Baek, Sung Ju Hwang 2026-05-15
Agent Memory Cold Start LLM Agent Self-Play Synthetic Practice
✅ 已总结
详情 →

BOOKMARKS：面向角色扮演的高效主动情节记忆框架

👍 8

用书签式问答对在长剧情中按需检索与增量同步，让角色扮演智能体既保留细节又省算力

Letian Peng, Ziche Liu, Yiming Huang, Longfei Yun, Kun Zhou, Yupeng Hou, Jingbo Shang 2026-05-15
LLM Agent 剧情理解 检索增强生成 角色扮演智能体 长上下文记忆
✅ 已总结
详情 →

从动作引导中学习智能体策略

👍 12

用纯动作数据（无推理链）作参考引导，突破智能体RL的可达性壁垒，无需SFT冷启动即可比肩SFT+RL流程。

Yuxiang Ji, Zengbin Wang, Yong Wang, Shidong Yang, Ziyu Ma, Guanhua Chen,... 2026-05-14
LLM Agent 免SFT冷启动 动作引导 可达性壁垒 搜索Agent
✅ 已总结
详情 →

带主动信息索取的上下文训练

👍 7

为上下文优化器装上浏览器与维基百科工具，用束搜索训练消解检索噪声。

Zeyu Huang, Adhiguna Kuncoro, Qixuan Feng, Jiajun Shen, Lucio Dery, Arthur... 2026-05-14
LLM Agent RAG 上下文优化 信息检索 推理增强
✅ 已总结
详情 →

SkillOS：面向自演化智能体的技能策展学习

👍 47

用强化学习训练技能策展器，让 LLM 智能体在长任务流中持续积累并精炼可复用技能。

Siru Ouyang, Jun Yan, Yanfei Chen, Rujun Han, Zifeng Wang, Bhavana Dalvi... 2026-05-08
LLM Agent Procedural Memory Reinforcement Learning Self-Evolution Skill Curation
✅ 已总结
详情 →