零样本刷新三项基准:ZeroDiff++让AI边考试边学习 | TPAMI'26
零样本刷新三项基准:ZeroDiff++让AI边考试边学习 | TPAMI'26零样本学习的目标,是让模型识别训练时从未出现过的类别。
搜索
零样本学习的目标,是让模型识别训练时从未出现过的类别。
随着 Genie 3 的发布,可交互世界模型真正走到台前:用户不再只是观看生成视频,而是可以输入动作实时改变一个持续演化的世界。世界模型开始从「生成一段视频」走向「模拟一个可交互世界」,但能走进去,不等于经得起探索。模型能否持续响应控制、维持视觉与空间一致、遵守物理规律并记住来路,仍缺少系统评测。
地铁急刹,金属尖叫,广播响起「请乘客注意扶稳」,人群骚动、孩子哭声、对讲机杂音一层层涌上来···
晚上下班,你正百无聊赖地坐在地铁里玩着你的手机。
忍!不!了!了! 你老A社天天一会儿AI要失控、一会儿互联网要完蛋,转头自己IPO、融资、扩算力,一个都没耽误??
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述,讨论模型内部与外部 harness 应如何分配能力,并据此梳理 LLM Agent 的学习、对齐、演化与评测。
把 On-Policy Distillation(在线策略蒸馏,OPD)的训练集从 17000 道题删到 1 道,会发生什么?
OpenAI的GPT-6 Sol已在API中被发现并处于内部测试阶段,预计本月与Anthropic的Opus 5.2同期上线,实测显示其性能逼近GPT-6 Astra但调用成本更低;OpenAI核心研究员Noam Brown在播客访谈中透露,公司已将AI递归自我改进(RSI)确立为第一优先战略目标。
OKEight(回了么)是程梦琪团队开发的AI回复工具,它为每位联系人维护本地人物卡,学习用户与不同人的沟通风格,在Mac端读取当前对话生成候选回复,并记录未完成的约定和事项。
过去两周里,「循环深度」这个词变成了 AI 安全讨论的焦点。