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 83 条结果
相关性 | 日期

基于工作流归纳的多轮智能科学文献搜索

👍 28

将科学文献搜索建模为可编辑DAG工作流归纳问题，实现多轮交互式文献检索

Jisen Li, Bingxuan Li, Nanyi Jiang, Xuying Ning, Xiyao Wang, Yifan Shen,... 2026-07-07
多轮对话 工作流归纳 智能代理 检索增强生成 科学文献搜索
✅ 已总结
详情 →

理解环境感知信息检索的行为

👍 9

通过强化学习让大语言模型适应不同检索器的查询策略

Ruifeng Yuan, Chaohao Yuan, David Dai, Yu Rong, Hong Cheng, Hou Pong Chan,... 2026-06-19
多模态检索 强化学习 查询重写 检索增强生成
✅ 已总结
详情 →

OCC-RAG：面向忠实问答的最优认知核心

👍 101

用大规模合成数据训练专精小模型，攻克忠实上下文问答

Maksim Savkin, Mikhail Goncharov, Alexander Gambashidze, Alla Chepurova,... 2026-06-03
中训练 合成数据 多跳推理 小语言模型 忠实问答
✅ 已总结
详情 →

GrepSeek：训练直接语料库交互的搜索代理

👍 117

通过shell命令让LLM直接检索原始文本，bypass传统检索索引实现高效多跳推理

Alireza Salemi, Chang Zeng, Atharva Nijasure, Jui-Hui Chung, Razieh Rahimi,... 2026-06-01
代理式搜索 多跳推理 强化学习 检索增强生成 直接语料库交互
✅ 已总结
详情 →

SCOPE：开放式任务中通过协同进化策略的自我对弈方法

👍 28

首个将数据无关的自我对弈扩展到开放式任务的框架，通过文档锚定的标准分解实现自我评估和持续自我改进

Wai-Chung Kwan, Aryo Pradipta Gema, Joshua Ong Jun Leang, Pasquale Minervini 2026-06-01
大语言模型 开放式任务 强化学习 检索增强生成 自我对弈
✅ 已总结
详情 →