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

连续环境中的语义视听导航

👍 3

提出MAGNet模型解决连续环境中语义视听导航任务，在目标声音间歇或静默后仍能维持目标追踪

Yichen Zeng, Hebaixu Wang, Meng Liu, Yu Zhou, Chen Gao, Kehan Chen, Gongping Huang 2026-03-24
具身导航 多模态学习 强化学习 音频-视觉融合
✅ 已总结
详情 →

理解动作量化的行为克隆

👍 2

为动作量化的行为克隆建立理论框架，证明稳定动力学下可实现最优样本复杂度

Haoqun Cao, Tengyang Xie 2026-03-24
动作量化 强化学习 理论分析 自回归模型 行为克隆
✅ 已总结
详情 →

LoopRPT：面向循环语言模型的强化预训练框架

👍 16

用强化学习直接优化循环语言模型的隐空间推理步骤，实现更准更快的隐式推理

Guo Tang, Shixin Jiang, Heng Chang, Nuo Chen, Yuhan Li, Huiming Fan, Jia Li,... 2026-03-23
强化学习 循环语言模型 早退出 隐空间推理 预训练
✅ 已总结
详情 →

教导智能体逐步绘制矢量素描

👍 5

通过部分级标注和过程奖励强化学习，实现逐步生成可编辑的矢量素描

Xiaodan Du, Ruize Xu, David Yunis, Yael Vinker, Greg Shakhnarovich 2026-03-23
多模态学习 强化学习 生成模型 矢量图形 计算机视觉
✅ 已总结
详情 →

Memento-Skills：让智能体设计智能体

👍 59

通过读写反思学习，让LLM智能体自主构建、优化和复用技能库，实现无需参数更新的持续学习

Huichi Zhou, Siyuan Guo, Anjie Liu, Zhongwei Yu, Ziqin Gong, Bowen Zhao,... 2026-03-20
LLM 强化学习 技能学习 持续学习 智能体
✅ 已总结
详情 →

Video-CoE：通过事件链强化视频事件预测

👍 32

提出Chain of Events范式，通过构建时序事件链提升MLLM的视频事件预测能力

Qile Su, Jing Tang, Rui Chen, Lei Sun, Xiangxiang Chu 2026-03-19
事件预测 多模态大语言模型 强化学习 时序建模 视频理解
✅ 已总结
详情 →