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

面向材料科学的智能体化人工智能

👍 48

提出以管线为中心的视角，将材料发现全流程从被动预测推进到闭环自主智能体系统

Huan Zhang, Yizhan Li, Wenhao Huang, Ziyu Hou, Yu Song, Xuye Liu, Farshid... 2026-02-10
AI4Science 大语言模型 智能体 材料科学 综述
✅ 已总结
详情 →

面向语言模型的特权信息蒸馏

👍 29

利用训练时特权信息蒸馏前沿模型，无需Chain-of-Thought

Emiliano Penaloza, Dheeraj Vattikonda, Nicolas Gontier, Alexandre Lacoste,... 2026-02-06
强化学习 智能体 特权信息 知识蒸馏 语言模型
✅ 已总结
详情 →

ProAct：交互环境中的智能体前瞻推理

👍 27

通过蒸馏MCTS搜索树和蒙特卡洛评论家，让LLM智能体内化准确的前瞻推理能力

Yangbin Yu, Mingyu Yang, Junyou Li, Yiming Gao, Feiyu Liu, Yijun Yang,... 2026-02-06
大语言模型 强化学习 推理蒸馏 智能体 游戏AI
✅ 已总结
详情 →

立场论文：智能体进化是LLM进化的必由之路

👍 7

提出智能体进化范式和A-Evolve框架，通过部署时自主诊断与修复实现LLM持续适应

Minhua Lin, Hanqing Lu, Zhan Shi, Bing He, Rui Mao, Zhiwei Zhang, Zongyu Wu,... 2026-02-04
持续学习 智能体 框架设计 自进化系统 部署时适应
✅ 已总结
详情 →

探索面向智能体的推理奖励模型

👍 24

提出多维度推理奖励模型Agent-RRM，通过文本批评和标量奖励的统一集成提升智能体性能

Kaixuan Fan, Kaituo Feng, Manyuan Zhang, Tianshuo Peng, Zhixun Li, Yilei... 2026-01-30
奖励模型 工具使用 强化学习 推理优化 智能体
✅ 已总结
详情 →

智能体驱动的超长视频理解

👍 22

提出EGAgent框架，通过实体场景图实现跨天超长视频的多跳推理问答

Aniket Rege, Arka Sadhu, Yuliang Li, Kejie Li, Ramya Korlakai Vinayak,... 2026-01-27
场景图 多模态推理 智能体 检索增强生成 视频理解
✅ 已总结
详情 →