泛化能力
泛化性暴涨47%！首个意图检测奖励范式，AI工具爆炸时代意图识别新解法
腾讯研究团队采用强化学习结合课程采样策略训练意图识别模型，显著提升其在未知意图上的泛化能力。该方法能有效指导模型关注更具挑战性的数据样本，并通过实验验证了GRPO算法优于传统SFT方法的性能优势。
在线教程丨9 秒处理一张图！In-Context Edit 高效图像编辑框架上线
浙江大学和哈佛大学的研究团队推出了In-Context Edit（ICEdit），一款基于指令的图像编辑框架，仅需极少的文本指令即可实现精准的图像修改。
ICML 2025 清华、上海AI Lab等提出傅里叶位置编码，多项任务远超RoPE
清华大学团队提出傅里叶位置编码（FoPE），通过鲁棒性强的位置编码克服Transformer在处理长文本时的周期性延拓限制，显著提升模型的长文本泛化能力。
AI无师自通，搞定所有家务！π0.5突破泛化极限，UC伯克利系出品
新智元报道
具身智能公司Physical Intelligence推出π0.5 VLA模型，通过异构任务协同训练实现广泛泛化能力，机器人能在多种环境中完成复杂任务。
字节开源AI图像模型UNO：一个模型统一多个任务，开启更强大的可控生成能力
UNO 是字节跳动开源的研究成果，是一个可以同时支持单主体和多主体图像生成的AI模型。它解决了当前AI图像生成领域的数据扩展和主体扩展问题，并展示了强大的泛化能力，能够适应多种应用场景。
