用主动排名+随机方向预言机,在有限LLM调用预算下提升RAG重排序NDCG@10。
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
用上下文地图缓存可重用的方向性知识,提升LLM代理处理重复长上下文任务的效率
提出多语种检索评估协议,揭示语义相关与查询语言偏好是两个独立维度。
首个统一对比长上下文LVLM与记忆增强代理的多模态长期记忆基准
内生检索:基于注意力模型的内在检索能力
👍 10用编码器-解码器交叉注意力替代外部检索器,统一检索与生成
将多跳RAG重构为Python程序合成,以执行反馈替代LLM自反思
带主动信息索取的上下文训练
👍 6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。
提出LME-V2基准与AgentRunbook方法,评估智能体跨轨迹积累经验的能力
首个面向已构建RAG知识库的强化学习后精炼框架
用紧凑的"全局激活签名"代替局部检索,引导长上下文RAG与Agent记忆访问。
BRIGHT-PRO基准与RTriever-Synth,训出4B推理检索器。
Ψ-RAG用层次聚类建树+多粒度智能体检索,统一解决跨文档多跳问答。
把长文档拆成结构化关系数据库,用 SQL 而非长上下文做聚合问答,36M 也能跑通
纯向量架构+信息论检索+13类语义类型,在LongMemEval/LoCoMo刷新SOTA
构建近万真实智能体的大规模检索基准,用执行性能定义相关性。
把网页分块重构为基于稳定ID的语义规划问题,大幅降低输出token与成本。
真实可复现的多模态深度研究智能体评测基准
用可训练软令牌包裹文档实现零重算 KV 缓存拼接
把语料离线编译成层次化技能树,让LLM智能体主动浏览导航,取代被动的top-k检索。
用 7 属性+10 检查点+250 故事形式化衡量 AI 的连续性