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 118 条结果
相关性 | 日期

用于高效长上下文生成的上下文记忆

👍 4

提出注意力状态记忆，无训练地将长前缀外部化为查找记忆

Yasuyuki Okoshi, Hao Mark Chen, Guanxi Lu, Hongxiang Fan, Masato Motomura,... 2026-05-20
KV缓存 推理优化 注意力分解 注意力机制 长上下文
✅ 已总结
详情 →

MDN: 面向 Delta 线性注意力的逐步动量并行化方法

👍 3

通过分块并行算法把逐步动量机制引入Delta线性注意力，在保持严格因果性的同时实现高效训练。

Yulong Huang, Xiang Liu, Hongxiang Huang, Xiaopeng Lin, Zunchang Liu,... 2026-05-11
动量优化器 序列建模 状态空间模型 线性注意力 长上下文
✅ 已总结
详情 →

Sessa：选择性状态空间注意力

👍 13

将注意力机制嵌入循环反馈通路，构造多跳路由的Sessa解码器，理论上获得ℓ^-β的多项式记忆衰减与灵活选择性检索能力。

Liubomyr Horbatko 2026-04-27
序列建模 架构设计 注意力机制 状态空间模型 理论分析
✅ 已总结
详情 →

面向冻结 LLM 的证据高亮学习

👍 5

用强化学习训练一个轻量 Actor 在长上下文中插入高亮标记，提升冻结 LLM 的证据利用能力。

Shaoang Li, Yanhang Shi, Yufei Li, Mingfu Liang, Xiaohan Wei, Yunchen Pu,... 2026-04-27
可迁移性 强化学习 提示优化 证据选择 长上下文
✅ 已总结
详情 →

MemDLM：记忆增强的扩散语言模型训练方法

👍 3

通过双层优化引入参数记忆机制，解决扩散语言模型训练与推理不匹配和长上下文注意力稀释问题

Zehua Pei, Hui-Ling Zhen, Weizhe Lin, Sinno Jialin Pan, Yunhe Wang, Mingxuan... 2026-03-24
参数记忆 双层优化 快速权重 扩散语言模型 长上下文
✅ 已总结
详情 →