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 391 条结果
相关性 | 日期

数据湖分析中编码代理的无监督工具演化

👍 9

TEAL无需标签即可为编码代理演化可复用工具与技能，紧步数预算下大幅提升数据湖问答准确率

Yuqing Yang, Yurong Liu, Deqing Fu, Manav Garg, Sravan Babu Bodapati, Fatma... 2026-10-21
LLM智能体 工具演化 数据湖分析 无监督学习 编码代理
✅ 已总结
详情 →

状态世界模型：执行规则，生成像素

👍 13

规则程序裁决动作结果并维护隐藏状态，冻结视频模型只负责渲染，规则遵循率从32%提升到92%

Chan Yan Ki, Yanran Zhang, Wenzhao Zheng, Xiaofeng Wang, Zheng Zhu, Lei... 2026-10-20
LLM智能体 世界模型 交互式环境 基准评测 视频生成
✅ 已总结
详情 →

语言智能体中行动与预测的协同进化

👍 9

让智能体在RL训练中同时预测自己未来的动作序列，无需额外模型即可显著提升样本效率。

Haofei Yu, Yixing Chen, Yining Zhao, Xuyan Ye, Yuxiang Liu, Zhigang Hua, Yan... 2026-10-20
GRPO LLM智能体 动作预测 强化学习 样本效率
✅ 已总结
详情 →

CommerceGen-Studio：商用级电商主图端到端生成框架

👍 25

阿里端到端电商主图生成系统：抽取卖点、改写布局、多条件生成，5秒出图、日产百万级，效果比肩闭源旗舰。

Xiaoli Xu, Zhengtao Wu, Zhengze Xu, Tao Liu, Yongchao Du, Zuan Gao, Xingjian... 2026-10-16
LLM智能体 强化学习 扩散Transformer 文本渲染 生产级系统
✅ 已总结
详情 →

去中心化智能体集群中的自编排学习

👍 12

用拍卖出价机制让智能体集群同时学会“怎么做事”与“谁该出手”。

Guowei Xu, Zhenting Qi, Amani Kiruga, Himabindu Lakkaraju, Yilun Du 2026-10-16
LLM智能体 多智能体系统 市场/拍卖机制 强化学习后训练 自组织编排
✅ 已总结
详情 →