JHU 新研究:语言、基因组、图像都训练出上下文学习,且表现高度相关
DanielKhashabi · x · 2026-09-16
N8 Programs 在 JHU CLSP 发布研究《Convergent Emergence of In-Context Learning Across Modalities》:仅用下一词预测训练,无论数据是语言、基因组、蛋白质、图像、时间序列还是整数序列,模型都会涌现出 few-shot 上下文学习(ICL)能力,且各模态的 ICL 表现高度相关——说明 ICL 是在「模式丰富的数据」上的普遍涌现现象,而非语言专属。
所属事件:JHU 研究：多模态模型均涌现上下文学习能力(2 条相关)→
「研究」频道最新
- scvi-tools 发布六年仍被广泛使用，扛住基础模型与编码智能体冲击 — anshulkundaje · 2026-09-16
- Lightning Weave:能力组合蒸馏同提推理准确率与 token 效率 — Yecheng Wu · 2026-09-16
- 丹麦行政数据研究:AI 对收入和工资「无影响」 — paulnovosad · 2026-09-16
- Zero 智能体用「会对话的模拟角色世界」合成数据训练 — generativist · 2026-09-16
- NeurIPS 论文:Newcomb 类环境中 RL 智能体可能无法收敛到最优策略 — jessi_cata · 2026-09-16
- 15.3万人偏好评分:DAI-S2S-ST 语音模型人类偏好榜单发布 — rdesh26 · 2026-09-16