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 365 条结果
相关性 | 日期

AgentGarten：面向演化智能体的代码世界

👍 58

引擎管状态、共享神经渲染器管画面，预训练智能体4轮学会建庇护所

Jiawei Chi, Shangchen Miao, Zhiyuan Shi, Kailu Wu, Hanyang Wang, Weiliang... 2026-10-09
世界模型 具身交互 对抗训练 智能体自演化 神经渲染
✅ 已总结
详情 →

Memento 3：基于反思式规则书的模型化递归自我改进

👍 36

冻结LLM把环境规则写成自然语言规则书并编译为可执行世界模型，靠预测误差循环修订实现递归自我改进。

Haoyu Zhao, Zhengxu Yu, Zhiyuan He, Meng Fang, Rasul Tutunov, Haitham... 2026-10-09
ARC-AGI-3 LLM智能体 世界模型 模型基强化学习 程序归纳
✅ 已总结
详情 →

世界模型的自适应潜在容量

👍 14

让JEPA世界模型把预测信息集中到自适应选择的潜在前缀，用更少维度换来更高规划成功率。

Idan Achituve, Lior Dikstein, Idit Diamant, Arnon Netzer, Hai Victor Habi 2026-10-07
JEPA 世界模型 有序表示 目标条件控制 自监督学习
✅ 已总结
详情 →

世界编辑：对可执行世界的深度递增干预

👍 17

以游戏模组定义世界编辑与干预深度，发现前沿编程agent可靠性随深度显著下降

Max Ku, Nok-Kan Law, Yu-Chien Tang, Shih-Ying Yeh, Ping Nie, Andy Zheng, Tat... 2026-10-06
Agent基准 世界模型 世界编辑 代码智能体 可执行验证
✅ 已总结
详情 →

渐进视觉规划的世界动作模型 ProWAM

👍 84

按任务进度预测稀疏视觉子目标，兼顾长时程前瞻与高效闭环控制

Fei Zhang, Zhaochong An, Duncan Frost, Yikai Wang, Pengfei Liu, Ya Zhang,... 2026-10-05
世界模型 扩散模型 机器人操控 流匹配 视觉规划
✅ 已总结
详情 →

HelixWorld：实时交互式视听世界模型

👍 10

首个相机对齐空间音频的实时交互视听世界模型，单卡24FPS同步生成画面与立体声

Lei Ke, Jiahao Pan, Zeyue Tian, Jiaming Wang, Haoyuan Huang, Kam Man Wu,... 2026-10-05
世界模型 因果蒸馏 基准评测 实时交互 空间音频
✅ 已总结
详情 →