标签
AgentMercury表明，在基于纯文本描述生成的模拟商业环境中训练AI代理，即使训练环境与评估基准无关，也能有效迁移到评估基准。该系统通过在构建轨迹上进行微调提升了性能。
本文研究《Game of Hidden Rules》中的人工智能学习和概念迁移，重点关注基于Transformer的A2C框架的强化学习、规则难度分析、迁移学习和泛化。
本文提出MeanFlow-Transfer（MF-T）和连续对抗性MeanFlow（CAMF），以统一预训练扩散和流动模型的适配和加速，实现数据有限新领域的高质量少步生成。
本文通过分析不同难度水平间的优化动态，研究大语言模型中的课程学习，并提出一种名为迁移感知动态课程采样（TDCS）的新方法，该方法基于迁移关系动态调整训练数据。
本文提出了 SW-ProxyCE，一个零查询对抗性攻击框架，该框架从公共 EEG 编码器迁移到私有下游模型，展示了 EEG 基础模型的安全风险。
本文介绍了CEDAR-GRPO，一个过程感知的强化学习框架，通过结合最终答案正确性和溯因奖励来增强大型语言模型中的溯因推理能力，并展示了在多个未见任务上的可迁移改进。
本文提出了用于流体动力学的 Transferable Latent Operator (TLO)，实现了从欧拉场预测到拉格朗日粒子展开的零样本泛化，无需拉格朗日监督。
The paper analyzes the safety of per-agent policy composition in multi-agent reinforcement learning, proving that independent composition can fail, and proposes MA-USFA, a hierarchical method that enables safe and flexible successor-feature transfer in cooperative MARL.
本文针对基于数字孪生的车载自组网，提出了一种层次化联邦迁移学习（HFTL）方法，通过车辆聚类和数据质量评分机制来解决数据异质性和稀疏性问题，并抵御恶意车辆的攻击。
本文提出了一种市场信息感知的门控LoRA框架，将Chronos-2时序基础模型适配到日前电价预测，提高了中国省级市场的跨市场可迁移性。
This paper proposes an LLM-assisted semantic stop embedding approach for reinforcement-learning-based bus holding control, reducing headway variability, bunching events, and passenger waiting time in simulations.
本文提出了一种可迁移的自逻辑模型，用于跨异构传感器配置预测罕见设备故障，并在合成冰箱数据集上进行了评估。
本文研究了提示侧智能体剧本（从先前运行中提炼出的流程）是否能在不同设置之间迁移，发现冻结迁移仅在有条件下有效，具体取决于与目标部署的兼容性；在ALFWorld、TAU2-Bench和XBench-DeepSearch上的结果参差不齐。
本文介绍了EddyFlow，一个用于公里级海面温度降尺度的深度学习框架，它在预测精度、尺度相关结构和区域泛化之间取得平衡。该框架在多个海洋区域实现了强大的零样本性能和近乎理想的频谱保真度。
本文介绍了uOttawa团队在EvaLatin 2026古典拉丁语命名实体识别共享任务中使用的系统，通过商业LLM（Gemini 2.5 Pro和Claude Sonnet 4-5）的提示工程，在粗粒度和细粒度NER子任务中均获得第一名。
一篇研究论文，评估了CNN-BiLSTM模型CHAP在可穿戴加速度计数据中分类久坐行为的表现，重点关注从髋部到腕部佩戴位置的迁移以及微调的好处。
本文提出了前沿学习（Frontier Learning）框架，该框架结合多个黑盒和白盒预训练模型的表示与预测，构建统一的目标域表示，并保证在分布偏移下性能不劣于任何单一复用基线。在视觉域适应和临床死亡率预测上的评估显示，该方法相较强基线持续获得增益。
本文提出了一种能力驱动的多模态缩放定律，该定律可从LLM文本基准能力预测VLM性能，从而在不进行昂贵训练扫描的情况下，实现跨模型家族的原则性骨干选择。
这篇arXiv论文介绍了ProGFM，一种传播感知的图基础模型，将边与特征维度之间的传播关系视为可迁移的知识单元，从而实现自适应聚合并提升跨域泛化能力。
本文介绍了知识-几何解耦（KGD），一种用于流式推荐系统中预训练-迁移的方法。它将预训练的行为知识与任务特定的几何结构分离，使得模型能够持续刷新而互不干扰，并报告相比基线提升4%-12%，且已在Shopee成功部署。