國產多模態Agent拿下醫學分割SOTA！不用改模型、不加token
國產開發的多模態Agent在醫學影像分割達成最先進效能，無需修改模型或額外token。此研究已被CVPR 2026接收，突顯高效能代理方法。
Search
Tag: #zero-shot10 results
Sudo R1 零樣本抓取成功率達98%
估值20億美元的蘇度科技推出首款具身AI模型Sudo R1。以零真機數據，在零樣本設定下實現98%首次抓取成功率。此首秀展現機器人操作的先進能力。
CourtGuard：LLM 安全零樣本政策適應框架
CourtGuard 是一個檢索增強的多代理框架，將 LLM 安全視為基於外部政策文件的證據辯論。它在 7 個安全基準上無需微調即達到最先進性能，超越專用政策遵循基線。它在零樣本適應性（Wikipedia 破壞任務達 90% 準確率）和自動化 9 個對抗性數據集策展方面表現出色。
零樣本世界模型為發展高效學習者
僅使用單一兒童視覺資料訓練的零樣本世界模型（ZWM），在視覺認知任務上零樣本即達到最先進模型水準。縮小了 AI 與人類兒童間的巨量資料差距。為人類規模資料的資料高效 AI 提供藍圖。
🤖
提示大幅降低低資源語言詞彙污染
結構化 5 層提示無需微調，將 Tulu（低資源達羅毗荼語）的詞彙污染從 80% 降至 5%。層級包含音韻基礎、形態學、負面約束、羅馬化、自玩範例。在 GPT-4o、Gemini 2.0 Flash、Llama 3.1 70B 上驗證。
原力靈機 DM0.5 正式發布，Zero-Shot 性能提升 31%
原力靈機發布了全新 DM0.5 模型，該模型經過 15 萬小時的數據訓練。其 Zero-Shot 性能提升了 31%，並展現出泛化湧現的跡象。
全新框架提升對新興多模態迷因的理解能力
「Query Retrieve Conclude」框架透過檢索即時網路證據，解決了解釋動態新興迷因的挑戰。該框架在迷因理解與偵測任務中，表現優於現有的零樣本基準模型。
零樣本基準測試提升 Solidity 錯誤召回率
這篇 ArXiv 論文使用零樣本、CoT 和 ToT 提示，在 400 個 Solidity 智慧合約上基準測試 LLM 的錯誤檢測與分類。CoT 和 ToT 在檢測任務中將召回率提升至 95-99%，但降低精確度。Claude 3 Opus 以 ToT 在錯誤分類中取得 90.8 加權 F1 分數領先。
📰
混合MARL + 線性規劃動態車輛路由
為期兩年的專案使用MARL「車隊經理」（PPO）處理高階叢集/調度，以及LP「碼頭工人」處理箱裝/TSP，優化即時線haul物流網路。透過正規化密度圖實現零樣本泛化。分享完整架構深入剖析。
Benchmark Tests TSFMs on Energy Loads
Multi-dimensional zero-shot benchmark evaluates four TSFMs (Chronos, Moirai, TinyTimeMixer) vs. baselines on ERCOT data. Tests context sensitivity, calibration, robustness to shifts like COVID/Winter Storm. Top models hit MASE 0.31; Chronos-2 best calibrated.