★ 4
SQL-Zero：零标注自博弈文本转SQL训练
论文提出SQL-Zero框架，通过提议者-求解者自博弈，无需人工标注即可训练文本转SQL模型。在BIRD数据集上，3B和7B模型分别提升6.6和7.3个点，且小模型展现出更好的跨库迁移能力。该方法有望降低数据库查询智能体的开发成本。
arXiv cs.AI56 天前
#零样本
共 13 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MSP：无需配对跨模态数据的多模态 LLM 训练框架
论文提出模态自博弈（MSP），用代理文本描述作为语义桥梁，让模型在缺少真实配对跨模态数据的情况下学习跨模态组合。MSP 实现零样本模态组合，仅用真实锚模态与代理描述训练即可在推理时整合多种模态，在多个多模态基准上取得最优或具竞争力表现，无需真实配对的非文本监督。
arXiv cs.AI17 天前
★ 3
研究用预训练语言模型零样本做社科研究
论文展示预训练语言模型无需任务特定训练即可完成记录链接与姓名人口推断。作者提出 EnsembleLink 算法，在跨文字与格式场景中匹配或超越多数既有方法；LLM 在美国选民文件上的族裔推断准确率达 83.8%，高于 BISG 的 78.0%，并能推断宗教、种姓等群体归属，减少下游地理种族差距估计…
arXiv NLP18 天前
★ 3
RAO-Nav：全模态语言模型零样本视听导航
论文探索全模态语言模型（OLM）能否直接用于零样本语义视听导航（SAVN），提出RAO-Nav部署流程，让具身智能体在环境中「听、看、推理、行动」。作者还提出测试时潜在导航推理（LNR）模块，嵌入解码空间以激发模型内置思考能力。实验显示该框架无需任何训练数据即超越现有最优基线，并引入全局导航指令新…
arXiv cs.AI34 天前
★ 3
LLM智能体能否自主管理长期物理任务
一篇 arXiv 论文探索构建自适应物理 AI 智能体的可行性，目标是在零样本条件下长期管理物理任务并适应环境变化。作者设计了一个整合规划、工具调用、观察与验证的多智能体框架，并在农业任务上对比强化学习智能体。结果显示，零样本 LLM 智能体在同一天气模式下可达到与 RL 相当的管理效果，且在环境…
arXiv cs.AI48 天前
★ 3
2000+ 真实场景搬进仿真，导航模型零样本通吃四种机器人本体
亮源新创将 2000 多个真实场景搬入仿真环境，训练出可零样本适配四种机器人本体的导航模型。这体现了其 Physical AI 路线的进一步清晰化，有望降低跨本体导航的泛化门槛。
量子位50 天前
★ 3
SCX Router：流式零样本模型选择路由
介绍SCX Router，基于GLiClass的轻量级路由器，通过解码器KV分类器实现零样本模型选择。构建任务本体并训练，在LiveBench子集上优于固定模型，实现速度-成本-质量权衡。
arXiv cs.AI60 天前
★ 2
研究提出预测大模型零样本标注性能的方法
研究构建两个任务族共 461 个文本分类数据集，探讨能否预测大模型在新数据集上的标注表现。结果表明性能可在一定程度上被预测，且与强调模型自述置信度有用性的其他研究相反，内部对数概率是最具预测力的信号。
arXiv NLP13 天前
★ 2
alkhder 团队提出多模态幻觉检测方案，CI 降低逾八成
该论文介绍 ImageEval 2026 子任务 1b 的参赛方案：从三条候选陈述中选出与图像唯一匹配的一条，覆盖英语与现代标准阿拉伯语。系统使用 7B 视觉语言模型零样本推理，将任务建模为受限选择问题，用下一 token 对数概率打分，并用拉丁方轮换候选顺序以降低位置偏差。英语测试集 CI 为 …
arXiv NLP14 天前
★ 2
NV-Tesseract-AD：课程学习增强的扩散异常检测
论文提出 NV-Tesseract-AD，将课程学习引入条件扩散框架用于多变量时间序列异常检测，沿掩码强度与扩散噪声两个轴由易到难训练。相比无课程基线，F1 提升约 3.7 倍、MSE 降低 56%，零样本在 NAB 达 F1=0.984、NormA 达 0.948；DPM-Solver++ 可将…
arXiv cs.LG21 天前
★ 2
QiYao-I：不规则多元时间序列基础模型
论文提出QiYao-I，一种面向不规则多元时间序列预测的流形基础模型。方法引入采样条件时间流形注意力机制，将真实时间戳映射到可学习的时间流形特征空间并注入注意力层，同时提出频率感知的动态变量交互机制。在真实不规则多元预测基准上，QiYao-I优于时间序列基础模型与端到端不规则预测模型，在零样本与少…
arXiv cs.LG26 天前
★ 2
EEG-fNIRS 跨被试连续情感回归的共享与个体结构建模
论文研究零样本跨被试的连续效价-唤醒度预测，将情感轨迹分解为跨被试共享结构与由无标签脑电标记（alpha 频段跨通道同步）估计的个体结构。在留出被试上 MAE 显著低于 EEGNet 与 ASAC-Net 基线，并报告了系统性的负结果搜索。
arXiv cs.AI28 天前
★ 2
时序基础模型用于人群计数预测的跨数据集评测
研究系统评测了七种单变量预测方法在行人计数预测上的表现，涵盖 Seasonal Naive、梯度提升树、深度学习模型与两个预训练时序基础模型（TimesFM、Chronos-2）。结果显示：历史数据有限时 Seasonal Naive 仍是长时预测的强基线；提升树在低流量传感器上有竞争力但对事件驱…
arXiv cs.LG47 天前