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 199 条结果
相关性 | 日期

Meissa：多模态医疗智能体智能

👍 5

4B参数医疗智能体通过行为蒸馏实现离线部署，性能媲美前沿大模型

Yixiong Chen, Xinyi Bai, Yue Pan, Zongwei Zhou, Alan Yuille 2026-03-12
医疗AI 多模态 工具调用 智能体 知识蒸馏
✅ 已总结
详情 →

OmniGAIA：迈向原生全模态AI智能体

👍 53

提出全模态智能体基准OmniGAIA和原生全模态基础智能体OmniAtlas

Xiaoxi Li, Wenxiang Jiao, Jiarui Jin, Shijian Wang, Guanting Dong, Jiajie... 2026-02-27
基准测试 多模态 工具使用 推理 智能体
✅ 已总结
详情 →

从人类反馈中学习个性化智能体

👍 10

提出PAHF框架，通过显式记忆和双反馈通道实现智能体的持续个性化学习

Kaiqu Liang, Julia Kruk, Shengyi Qian, Xianjun Yang, Shengjie Bi, Yuanshun... 2026-02-19
LLM 个性化AI 人机交互 偏好对齐 持续学习
✅ 已总结
详情 →

GLM-5：从氛围编码到智能体工程

👍 220

智谱旗舰模型GLM-5，通过DSA、异步RL和大规模智能体训练实现前沿性能。

GLM-5 Team, Aohan Zeng, Xin Lv, Zhenyu Hou, Zhengxiao Du, Qinkai Zheng, Bin... 2026-02-18
大语言模型 强化学习 智能体 稀疏注意力 软件工程
✅ 已总结
详情 →