热点事件持续更新
用视觉语言模型离线学习生物干预的语言控制
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Neural and Evolutionary Computing 发布一手研究，提出一种完全离线的自然语言接口训练方法，用视觉语言模型自身判断作为唯一训练奖励，将指令映射到已存档的干预记录，无需新实验或人工验证。该方法应用于无神经系统的合成多细胞构造 xenobot，在 withheld 存档数据上取得 80.0% 留出准确率，高于 66.7% 随机基线，与直接用真实标签训练的网络相当。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
新研究提出离线语言接口方法，在xenobot存档数据上达80.0%留出准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Neural and Evolutionary Computing用语言控制生物学：细胞、类器官与生物机器人的提示词条件干预离线学习
研究提出一种完全离线的自然语言接口训练方法，用视觉语言模型自身判断作为唯一训练奖励，将指令映射到已存档的干预记录，无需新实验或人工验证。该方法应用于无神经系统的合成多细胞构造 xenobot，在 withheld 存档数据上取得 80.0% 留出准确率，高于 66.7% 随机基线，与直接用真实标签训练的网络相当。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。