MoC：把逐块控制状态当作稀疏专家
热点事件持续更新
MoC：把逐块控制状态当作稀疏专家
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究者提出 Mixture-of-Control（MoC）微调方法，把 Transformer 各层的逐块控制状态当作稀疏混合专家（MoE）中的专家，让各层之间能够跨层通信，自适应融合局部与全局控制信号。作者称，在 33 个数据集和 10 个预训练模型上，MoC 持续优于现有基于状态的微调方法，内存与计算效率相当。该工作已被 NeurIPS 2026 主会接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
Mixture-of-Control：面向 Transformer 的状态感知微调方法报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIMixture-of-Control：面向 Transformer 的状态感知微调方法
研究者提出 Mixture-of-Control（MoC），将逐块控制状态视为稀疏 MoE 中的专家，实现 Transformer 各层间的跨层通信，自适应融合局部与全局控制信号。在 33 个数据集和 10 个预训练模型上的实验显示，MoC 持续优于现有基于状态的微调方法，且内存与计算效率相当。该工作已被 NeurIPS 2026 主会接收。
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。