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 1234 条结果
相关性 | 日期

用于训练机器学习工程智能体的合成沙箱

👍 9

通过微尺度合成数据集使MLE任务的轨迹级在线强化学习成为现实

Yuhang Zhou, Lizhu Zhang, Yifan Wu, Jiayi Liu, Xiangjun Fan, Zhuokai Zhao, Hong Yan 2026-04-07
合成数据 多智能体系统 强化学习 智能体 机器学习工程
✅ 已总结
详情 →

大语言模型在线策略蒸馏综述

👍 11

系统性综述LLM在线策略蒸馏(OPD)的理论框架、方法分类、失败模式和工业实践

Mingyang Song, Mao Zheng 2026-04-02
在线策略学习 大语言模型 强化学习 模仿学习 知识蒸馏
✅ 已总结
详情 →

代码生成中的任意位置思考

👍 23

允许LLM在代码生成过程中任意位置按需调用推理的新机制，实现自适应计算

Xue Jiang, Tianyu Zhang, Ge Li, Mengyang Liu, Taozhi Chen, Zhenhua Xu,... 2026-04-01
代码生成 大语言模型推理 强化学习 自适应计算
✅ 已总结
详情 →

Kernel-Smith：进化式内核优化的统一方案

👍 23

进化搜索+逐步训练框架实现GPU内核自动优化，超越Gemini-3.0-pro

He Du, Qiming Ge, Jiakai Hu, Aijun Yang, Zheng Cai, Zixian Huang, Sheng... 2026-03-31
GPU内核优化 Triton 代码生成 强化学习 进化算法
✅ 已总结
详情 →

ResAdapt：自适应分辨率的高效多模态推理框架

👍 17

通过输入侧自适应分辨率分配，在消除90%视觉token的同时保持或超越基线性能

Huanxuan Liao, Zhongtao Jiang, Yupu Hao, Yuqiao Tan, Shizhu He, Jun Zhao,... 2026-03-31
多模态大语言模型 强化学习 自适应推理 视频理解 计算效率
✅ 已总结
详情 →

KAT-Coder-V2 技术报告

👍 13

快手agentic coding模型，多基准接近最先进水平

Fengxiang Li, Han Zhang, Haoyang Huang, Jinghui Wang, Jinhua Hao, Kun Yuan,... 2026-03-31
AI agent agentic coding 代码生成 强化学习 软件工程
✅ 已总结
详情 →

思考轨迹：利用视频生成从蜂窝信号重建GPS轨迹

👍 4

将轨迹重建重新定义为地图视觉视频生成任务，用视频模型直接在地图上绘制连续GPS路径

Ruixing Zhang, Hanzhang Jiang, Leilei Sun, Liangzhe Han, Jibin Wang, Weifeng Lv 2026-03-31
Flow Matching 强化学习 蜂窝信号定位 视频生成 轨迹数据挖掘
✅ 已总结
详情 →