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

X-Tree：将可复用经验标记化以实现高效智能体泛化

👍 53

用类BPE方法从轨迹中零LLM调用挖掘技能树，并以数据、奖励、上下文三种方式注入智能体训练

Sitao Cheng, Xunjian Yin, Zhiyuan Sun, Yuxuan Li, Ruiwen Zhou, Xiangru Jian,... 2026-10-02
LLM智能体 奖励塑形 层次化技能学习 强化学习 经验复用
✅ 已总结
详情 →

智能体先验引导的策略学习

👍 50

用技能的结构先验同时塑形训练泛化并指导运行时技能选择组合

Puming Jiang, Tianrun Hu, Haozhe Du, Yibo Li, Zhiwei Xue, Xinhu Li, Harold Soh 2026-10-02
LLM智能体 分布外泛化 扩散策略 技能组合 机器人操作
✅ 已总结
详情 →

PatchHolmes：基于列表式选择的智能体补丁检索

👍 8

混合检索配列表式智能体审查，把CVE精准定位到修复提交，R@1领先点式基线25.34个百分点

Guanqun Yang, Yingming Zhou, Jiangrui Zheng, Shudong Hao, Xueqing Liu 2026-10-01
LLM智能体 信息检索 列表式排序 补丁检索 软件安全
✅ 已总结
详情 →

LongCat-DeepResearch 技术报告

👍 45

LongCat 深度研究系统以 ResearchSpec 协调多智能体规划、章节研究与分层编辑。

Meituan LongCat Team, He Zhu, Yue Xu, Wanli Wu, Haolin Ren, Yuxin Bian,... 2026-09-30
LLM智能体 多智能体 技术报告 报告生成 深度研究
✅ 已总结
详情 →

基于图像生成的视觉推理：REIMAGIN 框架

👍 15

把指令驱动的图像生成模型当作开放式视觉工具，让多模态大模型在像素空间里推理

Nishad Singhi, Hector Garcia Rodriguez, Aditya Arora, Marcus Rohrbach, Anna Rohrbach 2026-09-30
LLM智能体 图像生成 多模态推理 视觉基准
✅ 已总结
详情 →

面向机器人操作的跨智能体递归框架蒸馏

👍 39

强智能体把干预经验蒸馏成操作手册并递归精炼，轻量智能体照做即可大幅提升冻结VLA成功率

Seungyeon Kim, Junhoo Lee, Minkyu Kim, Baekseung Kim, Nojun Kwak 2026-09-29
LLM智能体 VLA 机器人操作 知识蒸馏 经验复用
✅ 已总结
详情 →