EMNLP论文DemoICL：从视频演示中学习动态新知识
liuziwei7 · x · 2026-08-26
中科院等团队（刘子wei等）的 EMNLP 论文 DemoICL 研究 Demo-driven Video In-Context Learning：让模型从上下文中的视频演示里学习动态的、新颖的程序性知识，而非依赖静态内部知识。作者指出很高兴看到 demo 驱动的上下文学习方向兴起。已放出论文和代码。
所属事件:中科院等Demo-ICL论文被EMNLP 2026接收(2 条相关)→
「研究」频道最新
- 数据量决定智能边界：按数据排序后锯齿前沿变螺旋 — sebkrier · 2026-10-16
- Doc2Harness 基准：19 个前沿模型测编码 Agent，最高通过率仅 53% — _akhaliq · 2026-10-16
- 李飞飞团队开源 OpenWAM：统一世界-动作模型框架，让机器人视频预训练成大脑 — jiqizhixin · 2026-10-16
- NVIDIA TacitVLA：动作不读思维链，推理收益保留、延迟最高降 3.4 倍 — arankomatsuzaki · 2026-10-16
- Cohere Labs 世界模型公开课第 4 期：一文理清 DreamerV1-V4 架构演进 — Cohere_Labs · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16