搜索 — HF Daily Papers

全部强化学习扩散模型大语言模型基准测试视频生成视觉语言模型世界模型 GRPO 多模态大模型知识蒸馏 LLM智能体多智能体系统智能体多模态学习流匹配具身智能图像生成基准评测代码生成 LLM Agent 检索增强生成注意力机制机器人操作多模态大语言模型视频理解可解释性数学推理图像编辑多模态机器人学习 RLVR 自监督学习长上下文后训练 Transformer 工具使用对比学习数据合成视觉-语言-动作模型推理加速工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估信息检索视觉推理评测基准高效推理参数高效微调扩散语言模型自蒸馏综述 Flow Matching 3D重建模型压缩自回归生成持续学习自回归模型

找到 118 条结果

问还是假设？面向编码智能体的不确定性感知主动澄清

👍 8

提出不确定性感知多智能体框架，让 LLM 编码代理像人类开发者一样识别指令缺失并主动提问。

Nicholas Edwards, Sebastian Schuster 2026-04-03

LLM Agent SWE-bench 不确定性估计主动澄清交互式评估

终端代理足以实现企业自动化

👍 98

简单的终端代理通过直接API交互可实现高效企业自动化

Patrice Bechard, Orlando Marquez Ayala, Emily Chen, Jordan Skelton, Sagar... 2026-04-02

API交互 LLM Agent MCP 企业自动化终端代理

Trace2Skill：将轨迹级经验蒸馏为可迁移的智能体技能

👍 56

通过并行分析多条执行轨迹，将智能体经验归纳蒸馏为可跨模型、跨任务迁移的技能文件

Jingwei Ni, Yihao Liu, Xinpeng Liu, Yutao Sun, Mengyu Zhou, Pengyu Cheng,... 2026-03-30

LLM Agent 归纳推理技能迁移智能体技能学习经验蒸馏

从静态模板到动态运行时图：LLM智能体工作流优化综述

👍 57

用计算图视角统一LLM工作流优化，按结构确定时机分类77篇文献并提出评估协议

Ling Yue, Kushal Raj Bhandari, Ching-Yun Ko, Dhaval Patel, Shuxin Lin,... 2026-03-25

LLM Agent 多智能体系统工作流优化综述计算图

ProRL Agent：用于多轮 LLM Agent 强化学习训练的 Rollout-as-a-Service 框架

👍 14

将多轮 Agent rollout 解耦为独立 HTTP 服务，提升 RL 训练的可扩展性和可维护性

Hao Zhang, Mingjie Liu, Shaokun Zhang, Songyang Han, Jian Hu, Zhenghui Jin,... 2026-03-20

LLM Agent 分布式训练基础设施强化学习系统设计

AdaMem：面向长对话智能体的自适应用户中心记忆框架

👍 13

通过多类型记忆结构和多智能体协作，实现长对话中自适应检索与用户理解

Shannan Yan, Jingchen Ni, Leqi Zheng, Jiajun Zhang, Peixi Wu, Dacheng Yin,... 2026-03-19

LLM Agent 多智能体协作检索增强生成记忆系统长对话理解

FinToolBench：面向真实世界金融工具使用的 LLM 智能体评测基准

👍 42

首个可运行的金融工具使用基准，760工具+295题+合规评估

Jiaxuan Lu, Kong Wang, Yemin Wang, Qingmei Tang, Hongwei Zeng, Xiang Chen,... 2026-03-18

LLM Agent 合规评估工具学习评测基准金融AI

AgentProcessBench：诊断工具使用智能体的步骤级过程质量

👍 23

首个针对工具使用智能体的步骤级人类标注基准，揭示当前模型在中性步骤区分上的核心瓶颈

Shengda Fan, Xuyan Ye, Yupeng Huo, Zhi-Yuan Chen, Yiju Guo, Shenzhi Yang,... 2026-03-18

Benchmark LLM Agent Process Reward Model Step-level Evaluation Tool Use

高性能强化学习环境的自动生成：基于编码代理与层次化验证的闭环方法

👍 7

用LLM编码代理自动翻译RL环境，4级验证保等价。

Seth Karten, Rahul Dev Appapogu, Chi Jin 2026-03-13

JAX加速 LLM Agent 代码生成强化学习环境工程

以我为准：面向长周期个性化指代性记忆的问答

👍 5

首个多模态多源个性化记忆问答基准 ATM-Bench，SGM 显著优于传统 DM。

Jingbiao Mei, Jinghong Chen, Guangyu Yang, Xinyu Hou, Margaret Li, Bill Byrne 2026-03-12

LLM Agent RAG 个性化AI 多模态长时记忆

面向长程 LLM 智能体的后视信用分配

👍 5

HCAPO：用 LLM 自身做后视评分，把稀疏终局奖励拆解到关键步骤上。

Hui-Ze Tan, Xiao-Wen Yang, Hao Chen, Jie-Jing Shao, Yi Wen, Yuteng Shen,... 2026-03-12

GRPO改进 LLM Agent 信用分配强化学习长程任务

DARE：通过分布感知检索让 LLM 智能体与 R 统计生态对齐

👍 54

分布感知检索模型DARE，23M参数在R包检索上超越SOTA 17%

Maojun Sun, Yue Wu, Yifei Xie, Ruijian Han, Binyan Jiang, Defeng Sun,... 2026-03-06

LLM Agent R语言信息检索对比学习统计计算

Mozi：面向药物发现LLM代理的受控自主架构

👍 4

提出双层架构Mozi，通过治理控制平面和状态化技能图将LLM代理转变为可靠的药物发现协同科学家

He Cao, Siyu Liu, Fan Zhang, Zijing Liu, Hao Li, Bin Feng, Shengyuan Bai,... 2026-03-06

LLM Agent 多智能体系统工作流自动化药物发现计算生物学

SciDER：数据中心化的端到端科研多智能体系统

👍 6

面向科研全流程的数据中心化多智能体框架，在六项基准上取得 SOTA 并开源 27B 模型

Ke Lin, Yilin Lu, Shreyas Bhat, Xuehang Guo, Junier Oliva, Qingyun Wang 2026-03-04

LLM Agent 代码生成多智能体系统数据中心化AI 自动化科研发现

通过混合同策略与离策略优化实现探索性记忆增强的LLM智能体

👍 37

EMPO²用自我生成记忆与混合RL增强LLM智能体探索与泛化能力

Zeyuan Liu, Jeonghye Kim, Xufang Luo, Dongsheng Li, Yuqing Yang 2026-02-27

Exploration LLM Agent Memory-Augmented Agent Off-Policy Learning Reinforcement Learning

通用智能体评估：首个跨架构跨模型跨基准的系统性研究

👍 12

首个通用Agent系统评测：5架构×5模型×6基准的全因子实验

Elron Bandel, Asaf Yehudai, Lilach Eden, Yehoshua Sagron, Yotam Perlitz,... 2026-02-27

LLM Agent 基准测试工具调用智能体评估通用智能体

深度研究中的文本排序方法再审视

👍 7

系统评估文本排序方法在深度研究Agent中的效果，发现BM25+重排序优于大模型嵌入

Chuan Meng, Litu Ou, Sean MacAvaney, Jeff Dalton 2026-02-26

LLM Agent 信息检索文本排序检索增强深度研究

通用 LLM 智能体的测试时扩展基准测试

👍 10

揭示通用LLM智能体存在性能退化与测试时扩展瓶颈

Xiaochuan Li, Ryan Ming, Pranav Setlur, Abhijay Paladugu, Andy Tang, Hao... 2026-02-25

Benchmark LLM Agent Multi-Domain Evaluation Test-Time Scaling Tool Use

先校准再行动：LLM 智能体中的成本感知探索

👍 16

通过显式提供环境先验信息，让 LLM 智能体学会最优的成本-不确定性权衡

Wenxuan Ding, Nicholas Tomlin, Greg Durrett 2026-02-20

Calibration Cost-Aware Exploration Decision Making LLM Agent Reinforcement Learning

SkillsBench：评估智能体技能在多样化任务中的实际效果

👍 64

首个配对评估Agent Skill效果的基准，覆盖87任务18配置

Xiangyi Li, Wenbo Chen, Yimin Liu, Shenghan Zheng, Xiaokun Chen, Yifeng He,... 2026-02-18

Agent Skills LLM Agent 基准评测程序性知识增强配对评估