速報
時間序列基礎模型（TSFM）的後訓練時代：從預訓練到可靠部署的五大策略
時間序列基礎模型（TSFM）已成為通用時間序列分析工具，但僅靠預訓練不足以確保下游部署的可靠性。本研究提出後訓練（post-training）作為橋接差距的方法，將其分為五大類：參數適應、上下文增強、模型組合、輸出處理與不確定性控制，以及壓縮與特化。
後訓練
深度分析
Athena-Brain-8B 四階段後訓練：80 億參數模型如何讓機器人兼具通用推理與專業決策
大型語言模型體積龐大，難以用於機器人即時決策。Athena-Brain-8B 透過通用微調、強化學習、具身專家訓練與模型合併四階段後訓練，在 80 億參數內同時保留通用智慧與具身技能。實驗顯示，它在機器人導航任務上超越 GPT-5.5 等大模型，證明緊湊模型可勝任機器人大腦。
深度分析
LIFT：透過反應式力量注入提升視覺語言動作模型在接觸操作的效能
預訓練的視覺語言動作模型缺乏接觸感測，導致在遮蔽或深度不確定時表現受限。LIFT 透過因果力量記憶與零初始化跨注意力，在後訓練階段加入反應式力量注入，並結合線上 DAgger 修正。實驗顯示在毛巾折疊、書本插入與河內環擺放三項任務上，LIFT 的學習速度與最終表現均優於僅視覺的後訓練。
深度分析
TRL v1.0 正式上線：支援超過 75 種後訓練方法的穩定庫
TRL v1.0 正式發佈，將原本的研究代碼庫升級為穩定的後訓練庫，支援超過 75 種方法並採用最小抽象設計以因應領域快速變化。新版本在穩定與實驗層面共存，提供明確的合約與升級指引。此舉提升了在產業應用中的可靠性，並預示未來非同步 GRPO 與可觀測性功能的發展方向。