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 87 条结果
相关性 | 日期

Calibri：通过参数高效校准增强 Diffusion Transformer

👍 67

仅调约102个缩放参数，用进化策略校准 DiT 各模块权重，即可显著提升生成质量并加速推理

Danil Tokhchukov, Aysel Mirzoeva, Andrey Kuznetsov, Konstantin Sobolev 2026-03-27
参数高效微调 图像生成 扩散模型 无梯度优化 模型对齐
✅ 已总结
详情 →

词与权重：通过协同适配简化多轮交互

👍 1

ROSA2 提出词与权重的联合优化框架，将多轮测试时策略适配的准确率提升30%并减少40%对话轮次。

Chenxing Wei, Hong Wang, Ying He, Zhongxiang Dai, Bo Jiang, F. Richard Yu, Yao Shu 2026-03-04
LLM 参数高效微调 多轮对话 提示优化 测试时适配
✅ 已总结
详情 →

用 LoRA 权重基底跨越视觉类比空间

👍 13

提出 LoRWeB，通过可学习的 LoRA 基底和动态编码器组合，实现对未见视觉类比任务的泛化编辑。

Hila Manor, Rinon Gal, Haggai Maron, Tomer Michaeli, Gal Chechik 2026-02-23
Flow Matching LoRA 参数高效微调 图像编辑 扩散模型
✅ 已总结
详情 →

NeST：面向大语言模型安全的神经元选择性调优

👍 1

通过识别和聚类安全相关神经元，实现高效的后置安全对齐，大幅减少训练参数并保持模型能力。

Sasha Behrouzi, Lichao Wu, Mohamadreza Rostami, Ahmad-Reza Sadeghi 2026-02-20
参数高效微调 大语言模型安全 安全对齐 神经元级干预 越狱防御
✅ 已总结
详情 →