能力迁移 LLM-DailyDigest 2026-08-14 2026-08-14 约 100 字 预计阅读 1 分钟 能力迁移 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 上下文学习 1 机器人上下文学习：方法与应用综述 10-01 世界模型 1 GE-Act 2.0：机器人操作世界-动作模型的预训练与规模扩展 09-10 中期训练 1 VLAct：以表征为中心的视觉-语言-动作模型持续预训练 09-01 事实学习 1 QLoRA 学习新事实的获取—保持前沿 08-27 元认知 1 元认知脚手架以“生产性摩擦”提升 AI 辅助知识工作 10-24 具身基础模型 1 Dream-1：看视频即可适配机械臂的具身基础模型 10-20 医疗人工智能 1 GProtoT：零支持医疗视觉语言模型的门控原型迁移 10-21 在策略蒸馏 3 Latent-MOPD：潜在多教师在策略蒸馏 10-08 IM-MOPD：迭代合并增强多教师在策略蒸馏 09-30 PMOPD：基于参数更新子空间保护的多教师在策略蒸馏 09-30 扰动推理 1 PertMind：用细胞扰动强化学习激发生物推理能力 08-18 技能压缩 1 D-Skill：通过自然语言技能蒸馏教师智能体知识 10-22 技能演化 5 苏格拉底式技能学习：教学与实践交替培养可迁移智能体技能 10-23 SkillNEO：智能体技能的非精英式进化优化 10-18 OmniHarness：视觉智能体自主练习与跨视频经验迁移 09-18 WikiSkill：将智能体经验编译为持久知识以持续演化技能 09-03 VCE-Skill：利用版本变更经验增强技能自进化 08-18 技能生成 1 NestedVLA：面向视觉-语言-动作模型的技能整合与生成 10-19 技能迁移 1 拆解再传递：LLM 智能体的跨任务技能迁移 08-21 数据混合 1 指令微调混合中的有向任务迁移：A 帮助 B，B 却伤害 A 10-01 数据课程 1 面向通用图像生成的能力中心化数据设计 08-19 智能体评测 1 连接大模型基础能力与智能体能力的操作级评测框架 10-22 模型微调 3 层选择性微调：兼顾任务适配与能力保留 10-10 Internalizer：面向超大语言模型的可移植上下文参数化 10-09 READ：LoRA 新技能只读旧技能、避免写入干扰 09-28 模型训练 1 SFT-RL 标注预算的跨模型规模近优分配 09-02 模型轻量化 2 pplx-embed-v2-late：多模态后期交互检索模型 10-22 TeacherGRPO：通过教师对齐弥合推理蒸馏的能力差距 09-29 泛化机制 1 同策略蒸馏泛化的双重效应：行为迁移与能力跷跷板 08-18 演化能力评测 1 StudyBench：测量自我进化知识吸收与迁移效率的物理奥赛基准 09-10 答案验证 1 迁移式验证：精确信息前沿与调用成本 10-09 经验学习 2 AED：从历史动作轨迹中学习可复用技能 10-01 修复后的智能体经验能否迁移至相关任务 09-30 经验授权 1 BCIT：自主后训练中的条件化经验迁移 08-29 肌电数据采集 1 OriginFlow以神经肌电构建具身智能Human Tokens 08-23 能力迁移 3 WING：交互中心谱潜在引导的世界行动学习 10-08 后训练在无关决策中留下行为影子 09-26 AI4AI 测试时强弱模型能力迁移：用 Harness 提升小模型表现 08-14 脚手架学习 1 Harness 持续学习：超越模型参数的持续适应 08-20 脚手架演化 3 EvoIn：融合演化与内化的智能体微调框架 09-30 JIT-Agent：通过即时脚手演化扩展智能体能力 08-27 DarwinX：通过自然选择演化智能体脚手架 08-15 脚手架蒸馏 1 Harness-Zero：通过 Agent-as-Harness 蒸馏智能体脚手架 09-22 自进化 1 Zeva：具身模型通过上下文因果学习实现部署时自进化 09-02 蛋白质建模 1 学习蛋白质折叠能否泛化至更广泛推理？ 10-01 规则推理 1 决策模型中规则迁移、联合可靠性与信息利用的受控测试 10-22 过程评测 1 EvoPathBench：自进化智能体的过程级能力评测 09-22 连续推理 1 Continual Reasoning Gym：持续 RLVR 中的共享推理与提示回放 08-20 递归自我改进 1 The Trinity：能力驱动的多模态智能体递归自我改进 10-29 长度泛化 1 Transformer 长度泛化的代数分解理论 08-16
