搜索：科学多任务学习

「科学多任务学习」共找到 3304 篇相关文章

10万token自然语言推理，让30B-A3B模型站上奥赛金牌线

上海人工智能实验室报告显示，30B - A3B规模的SU - 01模型不依赖外部工具，经训练在IMO、USAMO、IPhO等奥赛评测达金牌水平。研究还验证更高效科学推理系统路线，有望用于更多科学问题。

伊利诺伊大学香槟分校等多校合作研究发现，当前机器人学习主流的多传感器融合算法（特征拼接）在处理任务时存在局限，给机器人加触觉数据会使抓取成功率暴跌。研究提出组合策略解决问题，经测试效果显著。

中国人民大学和微软研究者推出Arbor，它将实验挂到假设树，让研究信息跨周期保留。在六道真实研究任务中表现优异，增益超Codex和Claude Code，且成本相当，还能从失败中积累经验。

传统强化学习（RL）训练LLM Agent面临成本高、任务多样性不足等挑战。Meta团队提出DreamGym框架，以经验合成为核心，通过三大组件协同工作，在多种任务和模型上提升性能，为通用Agent训练开辟新路径。

微软新研究提出「强化预训练（RPT）」新范式，将下一个 token 预测任务重新定义为推理任务，可利用海量文本数据进行通用强化学习。该方法有可扩展性、低风险等优点，实验显示其提升了语言建模能力。

大模型虽惊艳，但权威认为仅靠神经网络难达人类级智能。符号AI曾被边缘化，如今‘神经–符号融合’升温。神经网络与符号算法各有利弊，业界探索出不同融合路径，不过对其能否通往AGI仍存争议。

伯克利团队提出新方法InFOM，不依赖奖励信号，能在多任务中超强迁移与推理。在36个基于状态和4个基于图像的任务测试中，InFOM表现出色，在jaco任务上改进达20倍。

《自然》研究表明，大语言模型对创造力的影响取决于任务。简单任务中，它像灵感助推器，分担认知负荷；复杂任务里，易致‘创意固化’，长期依赖还可能使大脑‘变懒’。需按需调节使用。

2026 年 AI 研究应认识到能预测的模型不等同于能行动的系统。过去十年在被动预测和生成建模成就非凡，但现实任务需系统执行一系列动作。转向长周期任务和目标导向 AI 系统有两大好处。

当VLA、WAM等机器人控制策略在各自任务中表现出色，如何为子任务匹配合适策略成完成复杂长时序任务关键。RoboHarness解决异构策略协同难题，通过协同调用策略提升成功率。