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

思维的分子结构：长链推理的拓扑映射

👍 49

用分子结构类比Long CoT，揭示三种推理键的稳定分布决定学习成败

Qiguang Chen, Yantao Du, Ziniu Li, Jinhao Liu, Songyao Duan, Jiarui Guo,... 2026-01-12
大语言模型 强化学习 思维链 蒸馏 认知科学
✅ 已总结
详情 →

AgentOCR：通过光学自压缩重新构想智能体历史

👍 31

将智能体交互历史渲染为压缩图像，用视觉 token 替代文本 token，节省 50%+ 消耗

Lang Feng, Fuchao Yang, Feng Chen, Xin Cheng, Haiyang Xu, Zhenglin Wan, Ming... 2026-01-12
Token 压缩 多模态智能体 强化学习 智能体记忆 视觉语言模型
✅ 已总结
详情 →