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 数学推理 多模态 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 评测基准 高效推理 自监督学习 工具调用 扩散语言模型 对比学习 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA LLM评估 持续学习 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 199 条结果
相关性 | 日期

LLM-as-a-Verifier: 通用验证框架

👍 17

通过利用LLM评分token的完整分布实现细粒度反馈的通用验证框架，在多个领域达到SOTA性能

Jacky Kwok, Shulu Li, Pranav Atreya, Yuejiang Liu, Yixing Jiang, Chelsea... 2026-07-07
奖励建模 强化学习 智能体 测试时缩放 验证
✅ 已总结
详情 →

DuoMem：基于双空间蒸馏的端侧记忆智能体

👍 7

通过上下文空间和参数空间双重蒸馏，将大模型的过程式记忆能力迁移到小模型，实现边缘设备部署

Peyman Hosseini, Ondrej Bohdal, Ahmed Alajrami, Andrea Maracani, Ignacio... 2026-07-03
LoRA 智能体 知识蒸馏 边缘计算 过程式记忆
✅ 已总结
详情 →

DataClaw0：智能体裁剪原始流的多模态数据

👍 21

提出智能体数据裁剪框架，将高熵原始多模态流转换为意图对齐的结构化训练数据

Cong Wan, Zeyu Guo, Zijian Cai, Jiangyang Li, SongLin Dong, Lin Peng,... 2026-06-23
多模态学习 强化学习 数据合成 数据工程 智能体
✅ 已总结
详情 →

智能体时代的因果发现：可信人工智能

👍 8

提出智能体应辅助而非替代因果发现，开发causal-learn+平台保持算法核心完整性

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang 2026-06-23
可信AI 可解释性 因果发现 大型语言模型 智能体
✅ 已总结
详情 →

TreeSeeker：深度搜索中的树结构尝试、错误与返回

👍 8

TreeSeeker将深度搜索组织为树结构的分支-返回搜索，通过文本UCB控制试验-错误过程，在有限预算下有效分配搜索资源。

Zhuofan Shi, Mingzhe Ma, Lu Wang, Fangkai Yang, Pu Zhao, Yiming Guan,... 2026-06-12
多步推理 探索-利用 智能体 树搜索 深度搜索
✅ 已总结
详情 →