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

APRES:一个基于智能体的论文修改与评估系统

👍 3

用LLM智能体自动搜索能预测论文未来影响力的评分标准,再用该标准反向改写论文,人工盲评中79%更偏好修改版。

Bingchen Zhao, Jenny Zhang, Chenxi Whitehouse, Minqi Jiang, Michael... 2026-03-04
LLM智能体 人机协同 学术影响力预测 文本改写 论文评审自动化
✅ 已总结
详情 →

ARLArena：稳定智能体强化学习的统一框架

👍 26

通过四维策略梯度分析揭示ARL训练不稳定根源，提出SAMPO统一算法实现稳定训练

Xiaoxuan Wang, Han Zhang, Haixin Wang, Yidan Shi, Ruoyan Li, Kaiqiao Han,... 2026-02-26
LLM智能体 多轮交互 强化学习 策略优化 训练稳定性
✅ 已总结
详情 →

MemFly: 基于信息瓶颈的即时记忆优化

👍 7

提出基于信息瓶颈原则的LLM智能体长期记忆框架，通过分层记忆和三通路检索提升推理性能。

Zhenyuan Zhang, Xianzhang Jia, Zhiqin Yang, Zhenbo Song, Wei Xue, Sirui Han, Yike Guo 2026-02-13
LLM智能体 信息瓶颈 混合检索 记忆优化 长期记忆
✅ 已总结
详情 →

面向 LLM 智能体的强化世界模型学习

👍 28

用自监督 RL 训练 LLM 成为动作条件的世界模型，提升智能体决策能力

Xiao Yu, Baolin Peng, Ruize Xu, Yelong Shen, Pengcheng He, Suman Nath,... 2026-02-06
GRPO LLM智能体 世界模型 强化学习 自监督学习
✅ 已总结
详情 →

PACEvolve：实现长时程进度感知的一致性进化

👍 20

通过层次化上下文管理、动量回溯和自适应协作进化，系统性解决LLM进化搜索的三大失效模式

Minghao Yan, Bo Peng, Benjamin Coleman, Ziqi Chen, Zhouhang Xie, Zhankui He,... 2026-01-16
GPU内核优化 LLM智能体 多岛屿并行搜索 符号回归 进化算法
✅ 已总结
详情 →

受控自进化算法用于代码效率优化

👍 115

通过多样化初始化、遗传进化和层级记忆三大机制，提升代码自进化搜索效率。

Tu Hu, Ronghao Chen, Shuo Zhang, Jianghao Yin, Mou Xiao Feng, Jingping Liu,... 2026-01-15
LLM智能体 代码生成 算法效率 自进化优化 进化搜索
✅ 已总结
详情 →