在线学习 LLM-DailyDigest 2026-08-19 2026-08-19 约 100 字 预计阅读 1 分钟 在线学习 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） 上下文学习 1 智能体上下文学习：Transformer 在闭环交互中能学会哪些算法？ 10-19 博弈智能体 1 基于 LLM 智能体与上下文赌博机的去中心化双边匹配 09-30 多智能体系统 1 反身性阈值：多智能体实施性预测的相变 10-22 持续后训练 1 VDA：面向多模态无监督持续后训练的视觉依赖框架 08-27 持续学习 5 Jev-DLC：基于类型化反馈的决策级持续学习 10-23 DRiC：标签延迟下冻结多变量预测器的在线残差校正 10-22 SPIN：面向在线持续学习的稳定性-可塑性专用优化器 10-21 PILOT：由预测误差伪标签触发的在线时序模型重训练 10-01 SR-Fraud：面向非平稳支付欺诈检测的结果监督反思智能体 09-24 推理效率 1 AMTP：自适应多词元预测的动态推测窗口 10-22 数据归因 1 RL-IF：追踪在线强化学习中的非局部训练数据影响 10-22 数据策展 1 FROST：真实数据锚定的在线合成数据筛选 09-26 智能体自进化 1 TimEvolve：面向智能体时序预测的自演化策略 09-22 模型架构创新 1 无限参数 LLM：从实时数据生成并适配权重 09-17 模型路由 1 有限反馈下的 LLM 专家在线路由学习 09-15 测试时优化 1 PORTAL：何时应在测试时干预？ 10-29 测试时训练 4 Select-TTT：查询条件化的选择性快速权重更新 10-29 FogTTA：雾天目标检测的在线测试时适应框架 10-22 VLA 机器人执行误差的自我补偿与压力测试 10-08 SSI首个模型传闻：以测试时训练实现“边想边学” 08-26 长期记忆 2 Streaming Recurrent Memory：面向流式学习的循环记忆 10-27 基于延迟单侧反馈的个性化记忆门控学习 10-19 闭环自进化 1 Zetta ζ：闭环物理智能体在线自进化 08-19 难度调度 1 基于图结构在线难度估计的高效 RLVR 调度 08-19
