上下文学习 LLM-DailyDigest 2026-08-12 2026-08-12 约 100 字 预计阅读 1 分钟 上下文学习 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 上下文压缩 1 RAD:基于循环算法蒸馏的可扩展上下文强化学习 09-30 上下文学习 6 思考何时成为记忆:统一上下文学习与微调 10-22 上下文强化学习是否为后验采样器:实证检验 10-22 智能体上下文学习:Transformer 在闭环交互中能学会哪些算法? 10-19 超出预训练支持的指令与组合任务上下文学习 10-19 SimpleICL:简化机器人情境学习的操控方案 10-18 机器人上下文学习:方法与应用综述 10-01 世界模型 1 PhysiCalWorld:世界模型的上下文物理校准 10-22 两阶段蒸馏 1 GEAR:表格基础模型的生成扩增与真实锚定两阶段蒸馏 08-20 任务泛化 1 Zero-WAM:从人类视频上下文学习世界动作模型 08-29 会话交接 1 跨会话边界的上下文学习状态交接 08-17 具身规划 2 SimpleICL:简化情境内机器人操控学习 10-10 RoboDawn:将视觉语言模型智能迁移至机器人控制 09-23 博弈评测 1 多智能体决策中的上下文学习:递归推理还是统计外推? 09-17 可解释性效用 1 自然语言解释何时助益上下文学习:类型与忠实度比较 08-18 因果推理 2 ECI2D:以可执行因果干预蒸馏自生成上下文示例 10-18 因果基础模型:通过上下文学习估计因果效应 09-09 序列推荐 1 RecPFN:面向上下文序列推荐的先验拟合网络 08-22 弱到强泛化 1 CritICL:利用小模型失败模式实现推理时弱到强泛化 08-28 持续学习 1 无需持续训练的持续学习:Latent Concept PFN 10-08 推理优化 1 STAIR:复用历史计算提升大模型新问题推理 10-01 提示优化 1 LDE:单次局部编辑优化大模型上下文示例 09-29 数据合成 1 从扰动公开文档合成上下文学习训练数据 09-29 模型可靠性 2 语言模型事实回忆中的记忆与上下文权衡 09-22 上下文集成统一共形语言任务 09-09 模型架构创新 2 LimiX-2:面向通用结构化数据智能的上下文机制网络 09-18 无限参数 LLM:从实时数据生成并适配权重 09-17 模型训练 1 贝叶斯视角统一 ICL、SFT 与 KL 正则化强化学习 09-07 演化失控 1 应用层 Agent 自我演化为何失败 08-29 潜空间推理 1 BDH-CQ:基于循环潜在推理的上下文学习 08-12 物理提示学习 1 GEN-1.5让机器人看数秒演示学会新动作 08-22 策略归纳 1 StrategyBench:评测大模型显式策略归纳能力 08-25 策略迭代 1 PIHF:以人类反馈将后训练强化学习引入上下文学习 08-18 自进化 2 Zeva:具身模型通过上下文因果学习实现部署时自进化 09-02 Zeva:冻结参数实现具身上下文因果自进化 09-01 表格基础模型 1 EXAONE Tabular 1.0:紧凑型表格基础模型 08-27 表格泛化 1 表格基础模型的惊人泛化机制 08-19 长期记忆 1 激活记忆与参数记忆在少样本学习中的互补作用 09-24 长程任务执行 1 阿里开源长程智能体框架 LongHorizon-Harness 08-13