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 1236 条结果
相关性 | 日期

SenTSR-Bench：基于注入知识的时间序列推理

👍 1

通过混合知识注入框架将时间序列专家知识注入通用推理模型，解决时间序列诊断推理中的知识鸿沟问题

Zelin He, Boran Han, Xiyuan Zhang, Shuai Zhang, Haotian Lin, Qi Zhu, Haoyang... 2026-02-24
多模态大模型 强化学习 时间序列推理 知识注入 诊断推理
✅ 已总结
详情 →

你的推理模型是否隐式地知道何时停止思考？

👍 138

发现大推理模型隐式具备适时停止思考的能力，提出SAGE采样范式释放该潜力，同时提升准确率和推理效率

Zixuan Huang, Xin Xia, Yuxi Ren, Jianbin Zheng, Xuanda Wang, Zhixia Zhang,... 2026-02-23
大推理模型 强化学习 思维链压缩 推理效率 采样策略
✅ 已总结
详情 →

Mobile-Agent-v3.5：多平台基础GUI智能体

👍 52

提出GUI-Owl-1.5模型家族，通过混合数据飞轮和多平台RL扩展实现跨设备GUI自动化

Haiyang Xu, Xi Zhang, Haowei Liu, Junyang Wang, Zhaozai Zhu, Shengjie Zhou,... 2026-02-20
GUI Agent 多平台自动化 多模态大模型 工具调用 强化学习
✅ 已总结
详情 →

GLM-5：从氛围编码到智能体工程

👍 220

智谱旗舰模型GLM-5，通过DSA、异步RL和大规模智能体训练实现前沿性能。

GLM-5 Team, Aohan Zeng, Xin Lv, Zhenyu Hou, Zhengxiao Du, Qinkai Zheng, Bin... 2026-02-18
大语言模型 强化学习 智能体 稀疏注意力 软件工程
✅ 已总结
详情 →

理解与生成：多模态模型中的优化困境导航

👍 6

通过Reason-Reflect-Refine框架将理解嵌入生成过程，解决多模态模型中生成与理解的权衡问题

Sen Ye, Mengde Xu, Shuyang Gu, Di He, Liwei Wang, Han Hu 2026-02-18
图像生成 多模态模型 强化学习 视觉理解 迭代优化
✅ 已总结
详情 →