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 49 条结果
相关性 | 日期

基于内部模型路由的推测解码验证方法

👍 36

通过内部模型路由引入轻量级中间验证器，实现分层推测解码，降低拒绝率并提升推理速度

Yuchen Xian, Yang He, Yunqiu Xu, Yi Yang 2026-06-12
KL散度 分层验证 推测解码 推理加速 模型压缩
✅ 已总结
详情 →

使用测试时训练线性化视觉Transformer

👍 20

通过TTT架构实现Softmax Transformer到线性复杂度的快速转换

Yining Li, Dongchen Han, Zeyu Liu, Hanyi Wang, Yulin Wang, Gao Huang 2026-06-01
Transformer优化 扩散模型 模型压缩 测试时训练 线性注意力
✅ 已总结
详情 →

少即是多：在线策略蒸馏的早停展开

👍 15

限制蒸馏 rollout 到前 N 个 token，解决 OPD 的离策略教师衰减问题

Zhou Ziheng, Jiaqi Li, Huacong Tang, Ying Nian Wu, Demetri Terzopoulos 2026-05-28
在线策略蒸馏 大语言模型 模型压缩 知识蒸馏
✅ 已总结
详情 →

时序扩展的混合专家模型

👍 4

用 RL options 框架训练 MoE 控制器，把切换率从 50%+ 压到 5% 以下。

Zeyu Shen, Peter Henderson 2026-04-24
LLM推理优化 Mixture-of-Experts Options Framework 强化学习 模型压缩
✅ 已总结
详情 →

通过表示层级揭示剪枝何时有效

👍 20

剪枝在非生成任务有效但生成任务失效，softmax非线性放大是关键

Shwai He, Guoheng Sun, Haichao Zhang, Yun Fu, Ang Li 2026-04-08
模型压缩 生成任务 网络剪枝 表示学习 语言模型
✅ 已总结
详情 →