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 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 188 条结果
相关性 | 日期

AI 科学家产出结果却不进行科学推理

👍 8

25,000+ 次实验揭示 LLM 智能体执行工作流却不会科学推理

Martiño Ríos-García, Nawaf Alampara, Chandan Gupta, Indrajeet Mandal, Sajid... 2026-04-23
AI for Science LLM智能体 基准测试 科学推理 认知评估
✅ 已总结
详情 →

VoxMind：一种端到端的智能体语音对话系统

👍 9

端到端语音模型集成推理与工具调用，任务完成率从34.88%提升至74.57%。

Tianle Liang, Yifu Chen, Shengpeng Ji, Yijun Chen, Zhiyang Jia, Jingyu Lu,... 2026-04-21
LLM智能体 多智能体系统 工具调用 思维链推理 端到端语音对话
✅ 已总结
详情 →

TRACE：能力目标化智能体训练

👍 15

自动识别智能体能力缺失并合成针对性训练环境的端到端系统

Hangoo Kang, Tarun Suresh, Jon Saad-Falcon, Azalia Mirhoseini 2026-04-14
LLM智能体 LoRA路由 合成环境 强化学习 能力分解
✅ 已总结
详情 →

RAGEN-2：智能体强化学习中的推理坍缩

👍 69

揭示多轮LLM Agent RL中推理表面多样但输入无关的「模板坍缩」，并提出MI诊断与SNR过滤。

Zihan Wang, Chi Gui, Xing Jin, Qineng Wang, Licheng Liu, Kangrui Wang, Shiqi... 2026-04-09
LLM智能体 PPO/GRPO 互信息 信噪比 强化学习
✅ 已总结
详情 →

SEVerA：自演化智能体的可验证合成

👍 31

首个把形式化约束与自演化LLM智能体结合的端到端验证合成框架

Debangshu Banerjee, Changming Xu, Gagandeep Singh 2026-04-09
LLM智能体 形式化验证 神经符号方法 程序合成 约束学习
✅ 已总结
详情 →