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 多智能体系统 多模态学习 智能体 知识蒸馏 图像生成 代码生成 LLM智能体 注意力机制 LLM Agent 具身智能 流匹配 多模态大语言模型 视频理解 数学推理 检索增强生成 可解释性 图像编辑 多模态 机器人学习 机器人操作 自监督学习 工具使用 Transformer 基准评测 对比学习 长上下文 RLVR 多模态推理 计算机视觉 数据合成 LLM评估 信息检索 推理加速 3D重建 扩散语言模型 自回归模型 视觉推理 RAG 参数高效微调 LoRA 视觉-语言-动作模型 Flow Matching 模型压缩 自回归生成 视觉-语言模型 后训练 工具调用 持续学习 高效推理 RLHF 策略优化
找到 48 条结果
相关性 | 日期

重新思考自进化大语言智能体的持续经验内化

👍 26

揭示多迭代经验学习中能力崩溃问题，提出原理级经验、逐步注入和off-policy蒸馏的稳定内化方案

Jingwen Chen, Wenkai Yang, Shengda Fan, Wenbo Nie, Chenxing Sun, Shaodong... 2026-06-05
上下文蒸馏 持续学习 智能体进化 经验内化
✅ 已总结
详情 →

AgentCL：迈向语言智能体持续学习的严格评估

👍 5

提出受控任务流与可塑性/稳定性/泛化三类增益指标，严格评估智能体的持续学习。

Yiheng Shu, Bernal Jiménez Gutiérrez, Saisri Padmaja Jonnalagedda, Yuguang... 2026-06-03
可塑性-稳定性权衡 基准评测 持续学习 语言智能体 非参数记忆
✅ 已总结
详情 →