如何教会AI像人类一样“慢思考”？阿里&浙大联合提出CMMCoT：多图像理解能力大升级
阿里巴巴与浙江大学联合提出CMMCoT框架，融合多模态推理链与记忆增强机制，提升复杂多图像理解任务的跨图像推理和可解释性能力。
学术
ICLR2025 打破次元壁！同济提出FaceShot，让表情包、玩具也能“开口说话”！
同济大学提出FaceShot，打破传统肖像动画局限，使非人类角色如表情包、玩具等也能’开口说话’。通过语义引导关键点匹配和坐标系建模动作变换，实现了高精度的动作迁移和身份保持。
DeepSeek-R1-Zero被“轻松复现”？10%训练步数实现数学代码双领域对齐
通过SRPO方案，快手Kwaipilot团队在处理数学与代码混合数据时实现了效率和效果的双赢。SRPO结合了两阶段训练范式和历史重采样技术，仅用10%的训练步数，在AIME24和LiveCodeBench基准测试中超越了现有模型的表现。
机器人也会挤牙膏？ManipTrans：高效迁移人类双手操作技能至灵巧手
研究团队提出ManipTrans方法，通过两阶段迁移学习实现从人类手到机械灵巧手的操作技能转移。该方法利用通用轨迹模仿器预训练模型模仿人类手部动作，并引入残差学习模块对动作进行精细调整。同时发布DexManipNet大规模数据集用于验证。
清华提出Test-Time RL，无需标注，模型自学，正确率飙升159%，实现终身学习
MLNLP社区致力于促进国内外机器学习与自然语言处理的交流合作。论文介绍了一种无需标注数据的新方法TTRL，展示了其在数学推理任务上的显著提升效果。
谷歌最新发布68页AI提示词工程，我把它做进了DeepSeek的知识库，附链接
MLNLP社区是国内外知名的机器学习与自然语言处理社区。Google发布了提示词工程白皮书，涵盖配置参数、技巧及最佳实践等内容。作者使用Coze搭建了Google提示词助手小工具，可帮助用户掌握写高质量提示词的技巧，并提供相关术语介绍和改写示例。
