标签： 训练

alphaXiv 近日收录的论文提出 Dex-One2Many，只靠一段人类演示视频就能训练出可迁移到真实多指机械手的策略，在未见初始位姿、目标位姿和抓取方式下，成功率相比基线提升约 71%。

arXiv 上出现一篇新论文，提出用自监督方式从过去观测中“挑出”关键帧，让行为克隆策略在超长决策周期下仍能保持记忆，而不必依赖循环网络或超长注意力窗口。

研究团队发布 ProactiveCoach 数据集与评测套件，用“阶段-步骤-动作”三层结构训练视觉语言模型，让主动式 AI 助手能判断任务进度、在合适时机给出合适粒度的提示，并随用户水平动态调整。

法国开源漫画家 David Revoy 于 2026 年 10 月宣布，在自己原有的 Creative Commons 协议之外增加“禁止 AI 衍生”条款，明确不允许基于其作品、设定和故事进行 AI 生成式二次创作。原因是 AI 模型已大量训练其作品，他每天收到请求授权 AI 衍生的邮件超过三封，管理成本已…