热点事件持续更新
免训练通用模型用于人体活动识别效果有限
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，arXiv cs.AI 刊出研究《更多特征并非更多证据：Jev 在免训练人类活动识别中的局限》。该研究考察免训练的通用概率决策模型 Jev 在人类活动识别（HAR）任务上的表现，在 WISDM、UCI341、PAMAP2 三个数据集上开展评测。结果显示，Jev 最强表示的 macro-F1 分别仅为 0.038、0.118、0.089，远低于监督 HAR 模型取得的 0.686–0.907。研究由此指出，免训练通用模型在该任务上效果有限。目前该事件仅有这一篇报道，尚无其他来源的回应或后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
论文实测 Jev 在 WISDM、UCI341、PAMAP2 上 macro-F1 最高仅 0.118，远低于监督模型。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.AI更多特征并非更多证据：Jev 在免训练人类活动识别中的局限
免训练的通用概率决策模型 Jev 在 WISDM、UCI341、PAMAP2 上最强表示 macro-F1 仅 0.038、0.118、0.089，远低于监督 HAR 模型的 0.686–0.907。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。