标签
CHAM-net提出了一种对比分层自适应元网络，能够捕捉站点特定和跨年动态，用于稳健的全球甲烷通量预测，在模拟和观测数据集上均优于基线方法。
本文认为，LLM中的遗忘应依赖于目标，提出了一种基于余弦的元学习RMU变体用于危险知识遗忘，以及一种结合探针方向的多层目标用于毒性遗忘，在四个7-8B模型上取得了显著效果。
本文从理论上刻画了神经过程（NP）架构的表征能力，证明了条件NP、注意力NP、卷积NP和Transformer NP之间存在严格的层级关系，并表明有限维潜变量不会将表征能力扩展到编码器之外。
本文将对高斯过程和潜在神经过程后验之间的预测KL散度分解为三项，提供了刻画近似误差的上界，并将表示维度与核平滑度联系起来。
SOLAR提出了一种自我优化的自主代理，利用参数级元学习和多层次强化学习，使LLMs能够对非平稳数据流进行终身适应，在推理任务上超越基线。
Jerry Tworek和François Chollet讨论通往AGI之路，涵盖智能的定义、游戏的作用以及为什么元学习是最接近的方法。
本文介绍了 NoiseRater，这是一种元学习框架，在扩散模型训练期间为各个噪声样本分配重要性评分，以提高训练效率和生成质量。
本文介绍了 RubricEM，这是一个强化学习框架，它利用量规引导的策略分解和基于反思的元策略进化，为长篇任务训练深度研究智能体。所得到的 RubricEM-8B 模型通过利用阶段感知规划和更密集的语义反馈，在长篇研究基准测试中表现出强劲的性能。
孟菲斯大学研究团队提出 HAMR——一种模型无关的元学习框架，通过双层优化与邻域感知重采样，在六个不平衡 NLP 数据集上自适应地为困难样本与少数类重新赋权。
FSPO提出了一种用于大语言模型个性化的少样本偏好优化算法，该算法将奖励建模重新定义为元学习，使模型能够从有限的用户偏好中快速推断出个性化的奖励函数。该方法通过精心构建合成偏好数据集，在合成用户上实现了87%的个性化性能，在真实用户上实现了70%的个性化性能。
本文提出 ACSESS 方法，用于自动组合多种样本选择策略来改进少样本学习的性能，涵盖上下文学习和梯度优化两种方法。该工作在包含文本和图像两种模态的 14 个数据集上证明，策略组合的效果始终优于单个选择方法。
本论文提出WORC框架，这是一个针对多智能体LLM系统的弱链优化框架，通过基于元学习的权重预测和不确定性驱动的资源分配来识别并强化表现不佳的智能体，在推理基准上达到82.2%的准确率，同时提升了系统稳定性。
# 论文页面 - 元学习上下文学习实现无需训练的跨被试脑解码 来源：[https://huggingface.co/papers/2604.08537](https://huggingface.co/papers/2604.08537) 作者：,,,,,,,,,,,,, ## 摘要 一种元优化方法通过少量图像-脑示例快速推断个体独特神经编码模式，无需跨被试及扫描仪微调，即可实现可泛化的语义视觉解码。[视觉解码](https://huggingface.co/papers?q
OpenAI 推出进化策略梯度（EPG），这是一种元学习方法，通过进化而非直接学习策略来学习损失函数，使强化学习代理能够通过利用类似人类技能迁移的先验经验，更好地跨任务泛化。
本文分析了用于少样本学习的一阶元学习算法，介绍了 Reptile 算法，并提供了对这些计算效率高的方法为何在既有基准上表现良好的理论见解。
OpenAI 推出了 Reptile，一种用于少样本分类的可扩展元学习算法，性能与 MAML 相当，但收敛速度更快、方差更低。该论文提供了理论分析，表明 Reptile 通过最大化任务梯度的内积来改进泛化性能。
OpenAI 研究人员开发了元学习智能体，能够在多轮竞争性游戏中持续调整其策略，相比固定策略智能体展现出优异性能，并对环境和身体变化具有鲁棒性。
OpenAI 提出了一个元学习框架，用于单次模仿学习，使机器人能够从单个演示中学习新任务，并泛化到新实例而无需任务特定的工程设计。该方法使用软注意力机制，使在多样化任务对上训练的神经网络能够在测试时对看不见的任务表现良好。
RL²将快速强化学习算法编码为循环神经网络的权重，通过缓慢的通用强化学习来学习，使智能体能够像生物学习一样通过少量试验快速适应新任务。该方法在小规模老虎机问题和大规模基于视觉的导航任务上都展现了强大性能。