东北大学

机器人高层指挥低层做，“坐标系转移接口”一次演示实现泛化学习 ICML2025

作者

美国东北大学和波士顿动力RAI提出HEP框架，让机器人仅凭少量演示便能在复杂场景中高效适应。该框架采用分层结构、空间对称性泛化及体素编码器，显著提升灵活性与效率。

RAG性能暴增20%！清华等推出“以笔记为中心”的深度检索增强生成框架，复杂问答效果飙升

作者

来自清华大学、中国科学院大学、华南理工大学、东北大学的联合研究团队提出了一种全新的适应式RAG方法——DeepNote。它首次引入“笔记”作为知识载体，实现更深入、更稳定的知识探索与整合，在所有任务上均优于主流RAG方法，性能提升高达+20.1%。