跳到正文
热点事件持续更新

研究:指令微调暴露度决定类比方向可操控性

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Shengjie Xu 等人的论文称,从大模型残差流中提取的“Analogy Vector”在七个指令微调模型(Gemma-2、Llama-3.1、Qwen-2.5,2B–32B)上可操控解释风格;在 Gemma-2-9B-IT 的 300 条测试提示上,调和均值从 3.22 升至 3.94(+22%)。 研究基于七组基座与指令微调配对模型称,类比方向在每个基座模型中都存在,但线性干预下的行为可激活性随训练中的指令暴露程度连续增强。该结论来自论文自述,尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    从几何到行为:指令暴露如何解锁 LLM 的潜在修辞方向

    研究从残差流中提取出“Analogy Vector”,在 Gemma-2、Llama-3.1、Qwen-2.5 等七个指令微调模型(2B-32B)上实现可操控的解释风格,Gemma-2-9B-IT 在 300 条测试提示上的调和均值从 3.22 提升至 3.94(+22%)。

本事件热度走势

可比范围当前
7
可比范围峰值
810月31日 22:00
近 24 小时变化
–

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。