LAPS：锚定提示空间助大模型持续适应
热点事件持续更新
LAPS：锚定提示空间助大模型持续适应
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
研究者提出用于大语言模型持续适应的锚定提示空间方法 LAPS：通过自蒸馏将历史提示词与更新后的模型对齐，并用可学习的 Bézier 控制提示词构建锚定提示词空间，显式学习任务间提示词关系以促进正向迁移。 在 TRACE 基准上，LAPS 在三个 Qwen3 模型规模下均优于基于蒸馏、基于提示词及提示词-参数联合适应的方法，整体任务性能提升且遗忘减少。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
LAPS：为大语言模型持续适应学习锚定提示词空间报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLLAPS：为大语言模型持续适应学习锚定提示词空间
研究者提出 Learning an Anchored Prompt Space（LAPS），通过自蒸馏将历史提示词与更新后的模型对齐，并用可学习的 Bézier 控制提示词构建锚定提示词空间，显式学习任务间提示词关系以促进正向迁移。在 TRACE 基准上，LAPS 于三个 Qwen3 模型规模下均优于基于蒸馏、基于提示词及提示词-参数联合适应的方法，整体任务性能提升且遗忘减少。
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。