标签
一个个人项目描述了一个村庄模拟：一个 144M 参数的 julia-1「直觉」模型在 CPU 上给村民的动作打分，embeddinggemma 负责检索相关记忆，而 Gemma 4 e4b（6 GB 笔记本 GPU）只在计划失败或出现意外时才被调用。结果显示这个「直觉」很少感到不确定；而每晚从错误中学习规则，把每个山谷的受伤数从 2.73 降到了 0.53。
该论文提出了 QUAL，这是一种无需标签的框架，利用模型池作为概率参考，对齐时间序列基础模型的分位数，然后采用 Huber 聚合进行稳健的零样本预测，在 GIFT-Eval 上相较于成员模型的平均表现，将 MASE 降低了 7.4%，CRPS 降低了 9.8%。
本文提供了一个形式化的数学框架，用于定义具备零样本能力的“任意任务推理”基础模型，通过通用任务归约将其分解为编码器、模型和解码器组件，并将误差分为设计误差和实际模型误差两类，辅以五个真实世界的示例加以说明。
PokeBot 推出 RoboAPI，由其 Poke-Aurora 世界动作模型驱动，让 5 款受支持机械臂的拥有者能够通过简单的 API，以 30Hz 的频率发送自然语言指令——无需针对特定任务收集数据或进行训练。
MedJev 是一个可在笔记本本地运行的开源 System-One 医疗模型，在十项医学基准上进行零样本评测，性能接近 GPT-4，并提出两参数再校准方法显著改善患者级概率校准。
该论文提出 RE-ZS-CoT 框架，通过整合领域专家角色来增强大语言模型的零样本链式推理，并在 20 个 LLM 和 7 个基准上评估，最高提升达 44 个百分点。
论文提出，多模态重排序可以被构建为一个由通用视觉-语言模型在单次前向传播中完成的System One单选问题，实验表明零样本的Qwen3.8-27B在多个检索基准上达到或超越了专门的有监督重排序模型。
Mistral 发布 Timestral 时间序列基础模型家族，包含 5M 到 209M 参数四个版本，其 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三大基准上均排名第一，支持零样本概率多变量预测且可在 CPU 上推理。
本文介绍了 alkhder 团队在 ImageEval 2026 子任务 1b 中的参赛方案，该方案采用零样本 7B 视觉-语言模型，结合约束选择与拉丁方旋转平均 logit 打分技术，在英语和现代标准阿拉伯语上进行多模态幻觉检测，相较于 3B 基线模型，将置信区间得分降低了 80% 以上。
LEMON是一种图神经网络监控器，通过在注意力图上进行等变学习，实现对未见过模型的LLM不良行为零样本检测。在涵盖16个LLM和六个数据集的幻觉与越狱监控任务中，其表现较基线方法最高提升14个ROC-AUC百分点。
该论文提出了模态自博弈（Modality Self-Play，MSP），这是一种训练框架，使多模态基础模型能够在没有真实配对跨模态数据的情况下，利用代理文本描述作为语义桥梁，实现跨模态组合，并在多个多模态基准测试中取得最先进或具有竞争力的结果。
微软的研究论文提出在用户轮次边界进行上下文感知的模型路由，发现将会话历史提供给路由器可在相同卸载率下提升多轮电子表格智能体的任务通过率，并分析了提示缓存切换的不对称成本与廉价模型的成本优势衰减。
该论文展示预训练语言模型无需任务特定训练即可零样本完成记录链接与姓名族群推断两项社会科学常规任务；作者提出 EnsembleLink 算法，在记录链接上匹敌或超越既有方法，并证明 LLM 在美国选民文件上的族群推断准确率高达 83.8%，优于 name-supplemented BISG，并可推广到宗教、种姓等其他群体类别。
HiPPT是一个基于生理学的可穿戴PPG表示学习框架，通过多范围文本对齐（记录级形态对齐与跨记录上下文对齐）在超过400万条腕部PPG记录上进行预训练，在血压、血管僵硬度等六项下游任务的线性探测中取得最佳结果，并支持年龄组、性别和BMI的零样本画像。
Edge0/Audio8-TTS-Realistic-Air 是一款采用 Apache-2.0 许可的文本转语音模型，基于 Edge0/Audio8-TTS-Preview-0.6b 微调而来，支持零样本语音克隆以及涵盖 25 种以上语言（zh、en、ja、ko、de、fr、es 等）的多语言合成。
Edge0 发布了 Audio8-TTS-Realistic-0.6B，这是一款紧凑的 6 亿参数 DualAR 文本转语音模型，提升了语音真实感，支持零样本声音克隆和 23 种语言（比预览版多 12 种），并附带一个 44.1 kHz 神经音频编解码器和一个 SGLang 服务适配器。
Natura-1 被宣称为面向物理世界的首个通用基础模型，采用500亿参数混合专家（MoE）架构，在一百万小时第一人称手部操作视频上预训练，能够零样本遵循自然语言指令并迁移到从未训练过的任务。
NVIDIA 研究人员提出了 NV-Tesseract-AD，这是一种由课程学习增强、以 Transformer 为骨干网络的条件扩散框架，用于多变量时间序列异常检测。其 F1 分数达到未采用课程学习的基线模型的约 3.7 倍，并在 EasyTSAD 基准测试中展现出强大的零样本迁移能力。
一个后续项目：一个仅有 31K 参数的 encoder-only Transformer，仅使用合成 T1DM 模拟器数据训练，即可零样本预测真实 CGM 数据中的血糖水平，并通过 LoRA 微调和 ExecuTorch 部署在 Android 应用中。
MotorMind 论文提出了一种方法：冻结的通用 VLM 可通过中层动作（mid-level actions）和异步反馈，像人类遥操作员一样操控机器人，在零样本、无需任务特定训练的情况下实现强大的机械臂操作能力。