arXiv cs.AI· Ekrem Aksoy·· 10 小时前AI 评分20
NCP：验证器引导的权重空间控制策略优化
NCP: Verifier-Guided Optimization of Weight-Space Control Policies
AI 导读
研究者提出 Neural Control Plane（NCP），一个观察语言模型执行、合成候选权重空间干预规则并维护版本化准入策略表的闭环系统。
正文 · AI 翻译
摘要：我们提出神经控制平面（NCP），这是一个闭环系统，它观察语言模型的执行过程，合成候选的权重空间干预规则，对其进行评估，并维护一张经过准入的策略版本化表。NCP 将预训练模型的推理数据平面与选择临时参数干预的控制策略分离。W-ISA 提供事务性执行和参数恢复；NCP 提供遥测、候选合成、准入标准、优先级和规则生命周期管理。优化状态由活动规则和已评估候选的存档组成，而基础模型参数在每次请求后恢复。在本地 SmolLM-135M-Instruct 实验中，NCP 从开发遥测中生成三个候选，并在单独的任务示例和一个包含 4,095 个目标的 WikiText-2 切片上对它们进行评估。一个投影将验证 token 重复率从 0.4133 降至 0.2191，困惑度变化为 -0.0574%。所有候选均未产生新正确的精确答案，因此配置的准入闸门将三者全部存档，并保留原始活动策略。新进程重复和保存表恢复重现了测量结果。NCP 提供了一个可执行框架，通过显式的合成、验证和状态转换，在研究控制策略层面的递归自我改进。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.13236 [cs.AI] |
| （或 arXiv:2611.13236v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13236 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ekrem Aksoy [查看电子邮件]
[v1]
2026年11月9日星期一 21:05:21 UTC（12 KB）
来源：arXiv cs.AI · arxiv.org