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 88 条结果
相关性 | 日期

MemDLM：记忆增强的扩散语言模型训练方法

👍 3

通过双层优化引入参数记忆机制，解决扩散语言模型训练与推理不匹配和长上下文注意力稀释问题

Zehua Pei, Hui-Ling Zhen, Weizhe Lin, Sinno Jialin Pan, Yunhe Wang, Mingxuan... 2026-03-24
参数记忆 双层优化 快速权重 扩散语言模型 长上下文
✅ 已总结
详情 →

稳定扩散语言模型的强化学习训练

👍 3

提出StableDRL，通过无条件裁剪和自归一化解决dLLM强化学习中的奖励崩溃问题

Jianyuan Zhong, Kaibo Wang, Ding Ding, Zijin Feng, Haoli Bai, Yang Xiang,... 2026-03-09
GRPO 后训练优化 强化学习 扩散语言模型 训练稳定性
✅ 已总结
详情 →

dLLM：简洁的扩散语言建模框架

👍 153

统一扩散语言模型训练、推理与评估的开源框架，并提供从BERT/AR模型转换为DLM的实用配方

Zhanhui Zhou, Lingjie Chen, Hanghang Tong, Dawn Song 2026-03-02
块扩散 开源框架 扩散语言模型 掩码扩散 模型转换
✅ 已总结
详情 →

扩散语言模型的注意力汇聚感知剪枝

👍 3

针对扩散语言模型中注意力汇聚不稳定的特点，提出感知汇聚的剪枝方法

Aidar Myrzakhan, Tianyi Li, Bowei Guo, Shengkun Tang, Zhiqiang Shen 2026-02-23
后训练剪枝 扩散语言模型 推理加速 模型压缩 注意力汇聚
✅ 已总结
详情 →