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。
03 - Multi-Version Concurrency Control [Design Decisions] (CMU Databases / Spring 2020)
02 - In-Memory Databases (CMU Databases / Spring 2020)
本研究针对多模态情感分析中的不足，采用基于变压器的模型通过早期融合整合文本、音频和视觉信息。研究结果显示，该模型在测试集上实现了97.87%的七分类准确率和0.9682的F1分数，展示了早期融合在跨模态交互捕捉方面的有效性。
HPE Insight集群管理工具v8.2存在关键无认证远程代码执行漏洞（CVE-2024-13804），攻击者可绕过认证以root权限执行任意命令。该漏洞源于设计缺陷，影响高性能计算集群管理。HPE已停止发布安全补丁，建议用户实施网络隔离以降低风险。
Today we’re going to get started for today so I hope everyone had a great spring break and the weather here is a lot warmer.
大语言模型（LLM）通过元强化微调（MRT）优化推理能力，研究表明MRT在多个基准测试中优于传统的结果奖励强化学习（RL），在准确率和token效率上均有显著提升。MRT通过平衡探索与利用，优化LLM输出，推动解决更复杂的问题。
CMU Advanced NLP Spring 2025 (11): Reinforcement Learning
#09 - Search Parallelization: Bottom-up (CMU Optimize!)
清华与CMU团队的研究表明，长思维链（CoT）推理能力可以通过强化学习（RL）实现，监督微调（SFT）并非必需，但能提升效率。研究强调奖励函数对CoT扩展的重要性，并指出模型具备自我纠错能力。未来的研究将集中在模型规模和RL基础设施的改进上。
英伟达与卡内基梅隆大学合作开发ASAP框架，使宇树机器人能够模仿篮球明星科比的复杂投篮动作。该框架通过预训练和真实数据收集，显著提升了机器人的灵活性和协调性。研究团队主要由华人组成，期待2030年“人形”奥运会的到来。
AI 社区讨论 Scaling Law 遇到瓶颈，因高质量数据即将耗尽。CMU 和 DeepMind 提出的 ICAL 方法利用低质量数据和反馈，帮助 LLM 和 VLM 创建有效提示，改善决策。ICAL 强调认知抽象，提升模型在新任务中的表现，实验表明其在多模态任务中优于传统方法，减少对专家示例的依赖。
研究表明，具身智能和大型语言模型（LLM）均易受越狱攻击。卡耐基梅隆大学的研究发现，攻击者可轻易破解LLM控制的机器人，带来安全隐患。越狱攻击不仅影响文本生成，还可能影响机器人在现实中的行为，因此需加强防御措施。
卡内基梅隆大学提出了一种新型黑盒优化策略，利用大语言模型自动调整视觉语言模型的提示词，无需访问模型参数。这种方法提高了优化的灵活性和速度，适用于多种视觉任务，并在多个数据集上超越传统方法。研究表明，该策略能够有效捕捉视觉特性，生成高质量图像，具有广泛的应用潜力。
尽管多模态大型语言模型（MLLM）在英语上取得进展，但全球语言和文化的代表性仍不足。卡内基梅隆大学推出的PANGEA模型，使用包含39种语言的600万个样本的数据集PANGEAINS进行训练。评估结果显示，PANGEA在多语言任务上优于现有模型，并在多元文化理解方面表现突出。该模型的开源有望提升跨语言和文化的公平性与可访问性。
完成下面两步后，将自动完成登录并继续当前操作。
