Google Research 开源 Agile Deliberation 框架,让用户在 AI 分类器学习之前先界定模糊的“灰色地带”概念。系统将概念拆分为范围内与范围外子概念,再展示边界样本供用户标注,由 Gemini 重写定义作为 VLM 提示词。18 场实测中 F1 平均较零样本 Gemini 2.5 Flash 高 10.5 分,代码以 Apache 2.0 开源。
零样本学习
Zero-shot Learning
模型在未针对特定任务微调的情况下直接执行新任务的能力
收录情报动态
宇树科技创始人王兴兴披露 G1 人形机器人累计下线约 1-2 万台,成为全球最畅销机型。测试显示 GPT-6 等前沿大模型在零训练下可直接控制机器人完成绘画、围棋等复杂任务。公司正研发“宇树预演”自进化系统,预计明年实现 80% 任务的语音指令操控。
开发者推出名为 KillSwitch 的深奥编程语言,专门用于探测大模型在未见过的语法下的真实代码理解能力。该语言通过隐藏错误规范、利用字符计数弱点及诱导安全护栏触发等机制,旨在区分模型是真正“理解”逻辑还是仅靠训练数据中的模式匹配生成代码。这一实验为评估 AI 编码代理的鲁棒性和幻觉风险提供了新的对抗性测试基准。
魔法原子自研 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces 全球基准中以 75.4% 平均成功率位列第一,其姊妹框架 MagicBrain 亦获第四。该成绩标志着具身智能从“演示可用”向“产线可用”迈进,重点验证了分层架构与指令遵循能力在复杂零样本环境下的有效性。
华为云与华东师范大学联合研发的“七曜”昇腾原生时序预训练模型,成功登顶国际权威评测榜单 TIME-leaderboard 和 GIFT-Eval(Pretrained 类目)。该模型基于华为昇腾生态深度优化,具备高精度、高鲁棒性,既支持电网、金融等场景的零样本预测,也允许低成本二次微调以适配垂直行业需求。
Artificial Analysis 宣布即将推出 AA-Robotics v0.1 基准,旨在评估当前前沿语言模型在无任何训练或指导的情况下直接控制真实机械臂的能力。目前该消息仅为预告,尚未公布具体的测试方法、数据集细节或初步结果。
OpenAI 通过 GitHub 仓库公开了由未发布内部模型生成的 722 篇数学手稿,涉及准黎曼猜想、4D 挂谷猜想等顶级难题。Sam Altman 称此举标志着“大发现新时代”的到来,引发 AI 与数学界强烈关注。
Musubi Labs 发布并开源了轻量级决策模型 PolicyLM-1.7B,专为实时内容审核设计。该模型能在 50 毫秒内将自然语言策略应用于消息过滤,无需针对新政策重新训练,显著降低了平台合规迭代的成本与延迟。
针对复杂 AI 搜索中查询分解导致的推理成本过高问题,提出“Retrieve-for-Train”方法。该方案通过检索增强训练替代零样本 LLM 的动态规划,显著降低对昂贵思维预算的依赖,实现高效、数据友好的集合检索。
Google 推出最新时间序列基础模型 TimesFM-3,首次实现单次前向传播下的多变量零样本预测。该模型突破了此前版本仅支持单变量预测的限制,在主要基准测试中显著优于其他预测模型,并可通过 BigQuery 的 AI.FORECAST 命令直接调用。