通过无监督的神经机器翻译（UNMT）的成功，研究人员引入了一种无监督的手语翻译和生成网络（USLNet），该网络能够从丰富的单模态数据中学习，而不需要平行手语数据。实验结果表明，USLNet在手语翻译和生成方面取得了竞争性的结果。

通过自我提示的新视角，利用SAM的嵌入空间，在医学视觉应用中取得了竞争性的结果，改进超过15%。