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 163 条结果
相关性 | 日期

ASI-Evolve：让 AI 加速 AI 自身的发展

👍 27

一个具备认知库与分析器的智能体进化框架，在架构、数据、RL算法三大 AI 子领域同步发现超越人类专家的设计。

Weixian Xu, Tiantian Mi, Yixiu Liu, Yang Nan, Zhimeng Zhou, Lyumanshan Ye,... 2026-04-03
AI-for-AI LLM Agent 强化学习算法设计 数据清洗 智能体框架
✅ 已总结
详情 →

终端代理足以实现企业自动化

👍 90

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
✅ 已总结
详情 →

面向长程 LLM 智能体的后视信用分配

👍 6

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
✅ 已总结
详情 →

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
✅ 已总结
详情 →

SciDER：数据中心化的端到端科研多智能体系统

👍 5

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
✅ 已总结
详情 →