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 104 条结果
相关性 | 日期

dLLM：简洁的扩散语言建模框架

👍 153

统一扩散语言模型训练、推理与评估的开源框架，并提供从BERT/AR模型转换为DLM的实用配方

Zhanhui Zhou, Lingjie Chen, Hanghang Tong, Dawn Song 2026-03-02
块扩散 开源框架 扩散语言模型 掩码扩散 模型转换
✅ 已总结
详情 →

高效推理的艺术：数据、奖励与优化

👍 7

系统研究高效推理训练机制，通过数据、奖励和优化策略实现更短、更准确的推理链生成

Taiqiang Wu, Zenan Zu, Bo Zhou, Ngai Wong 2026-02-25
大语言模型 奖励塑形 强化学习 推理链优化 高效推理
✅ 已总结
详情 →

FASA：基于频率感知的稀疏注意力机制

👍 73

利用 RoPE 频率块的功能稀疏性，训练无关地动态预测 token 重要性以压缩 KV 缓存

Yifei Wang, Yueqi Wang, Zhenrui Yue, Huimin Zeng, Yong Wang, Ismini... 2026-02-05
KV缓存压缩 RoPE 注意力稀疏化 长上下文 高效推理
✅ 已总结
详情 →

残差上下文扩散语言模型

👍 36

通过回收被丢弃的中间计算信号，显著提升扩散语言模型的推理准确率

Yuezhou Hu, Harman Singh, Monishwaran Maheswaran, Haocheng Xi, Coleman... 2026-02-05
并行解码 扩散语言模型 数学推理 残差学习 高效推理
✅ 已总结
详情 →