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 391 条结果
相关性 | 日期

从证据到行动：工具型智能体的失败剖析

👍 38

构建656例SafeActBench基准，定位智能体从证据建立到行动执行的链条断裂点

Hongzhan Lin, Shidong Cao, Ziyang Luo, Wenhao Chai, Mong-Li Lee, Wynne Hsu 2026-10-07
LLM智能体 基准测试 工具使用 智能体可靠性评估 确定性评估器
✅ 已总结
详情 →

MiniCorp：AI智能体公司的最后一公里

👍 30

用闭环办公室模拟器让智能体团队持续经营虚拟电商公司，生成可反事实回放的企业数据

Jingying Zeng, Zhenwei Dai, Jinning Li, Changho Shin, Dylan Zhang, Yuxuan... 2026-10-07
LLM智能体 企业数据生成 多智能体系统 环境仿真 电商市场机制
✅ 已总结
详情 →

DAEDALUS：从自生成任务中自举智能体程序性记忆

👍 8

让智能体自出练习题，把失败翻转为反复成功后才入库的启发式记忆，免训练提升成功率15.9点

Antoine Edy, Max Conti, Victor Xing, Marc-Antoine Allard, Nawfal Benhamdane,... 2026-10-07
LLM智能体 免训练 智能体评测 程序性记忆 自举学习
✅ 已总结
详情 →