CMU研究发现，数学能力强的大模型在其他领域的表现有限。只有通过强化学习（RL）训练的模型能够有效迁移数学推理技能，而监督微调（SFT）可能导致负迁移。研究表明，微调方法是影响迁移能力的关键，RL模型在保持原有知识的同时提升了特定领域的表现。

本研究提出了一种动态数据集修剪策略，以解决自监督学习在地球观察中的数据集策划不足问题，提升预训练数据集的多样性与平衡性，增强模型的迁移能力。

本研究提出了一种增强目标的对抗触发器学习方法（ATLA），通过改进负对数似然损失，实现了基于查询-响应的对抗触发器学习。ATLA展现出接近100%的攻击成功率，具有良好的迁移和泛化能力，并显著减少了查询需求。

本研究探讨了大语言模型在多语言迁移中的性能差异，提出了一种中层对齐目标，能够有效提升低资源语言的迁移能力，并可与现有模块融合，无需完全重新训练。

本研究提出了一种自适应对抗风格扰动方法SVasP，旨在解决跨领域少样本学习中的梯度不稳定和局部优化问题。通过多样化输入和聚合样本风格梯度，显著提升了模型的迁移能力，实验结果表明该方法在多个数据集上超越了现有技术。

本研究提出了MSSIDD数据集，评估去噪模型在不同传感器间的迁移能力，并设计了传感器一致性训练框架，以提高模型的泛化能力。

本研究提出JOWA模型，解决离线强化学习中构建通用智能体的问题。通过在多个Atari游戏上预训练，模型能学习通用表示和决策能力。实验显示，JOWA在仅用10%离线数据时，性能超越现有基线，并在新游戏上表现出高效迁移和优越泛化能力。

逆强化学习（IRL）通过专家演示学习奖励函数，对理解和模仿人类行为很重要。本文介绍了高效的IRL方法，包括离线和在线设置，强调多项式采样和运行时间的效率。利用RLP和RLE算法，设计了近乎最优的IRL算法，并建立了样本复杂度的下界。研究表明，学习的奖励函数在目标MDP上具有良好的迁移能力。

本研究通过引入元学习来提高医学形状重建的效率和泛化能力，实验结果显示该方法能够处理不同解剖形状的多种输入配置，并在未观察到的形状领域中表现出良好的迁移能力。

本研究提出了一种新的两阶段框架，通过使用合成图像进行模型微调，然后使用真实数据进行快速适应，提高迁移能力。实验证明该方法在分类任务上的准确率提高高达30%。

本文研究了预先训练语言模型在下游任务中表现卓越的特定特质，实验证明，在预先训练数据的明确依赖关系中加入后，模型的下游性能显著提高。同时，即使语言模型没有预先在自然语言上进行训练，只要其能够模拟序列中的令牌依赖关系，仍然可以在某些语言任务中获得迁移能力。

该文介绍了使用TAP技术扩展预训练的会话模型数据集，构建了通用会话预训练模型UniPCM，表现出强鲁棒性和卓越的迁移能力。可在低资源场景下实现九个不同数据集上的最新结果。