热点事件持续更新

WeAct：把LoRA适配器选择纳入智能体动作空间

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Rui Shi 等作者提出 WeAct 方法：在冻结的主干模型上训练按能力划分的独立 LoRA 适配器，并把适配器选择加入智能体的动作空间，通过模型原生工具调用接口按需组合能力。作者称，在八个深度研究基准上，Qwen3-32B 配合 WeAct 的平均准确率较全量微调提升 6.2%，较最强的静态 LoRA 合并方法提升 27.5%，且计算开销更低。该方法还支持模块化持续适配：新增代码计算适配器或更新写作适配器时，主干与其他适配器保持不变。

AI 根据报道生成 · 52 分钟前更新

最新进展10月21日 12:00

WeAct：将动态权重切换作为智能体动作

报道时间线

沿着报道，了解事件的不同侧面。

10月21日

12:00
arXiv cs.CL
WeAct：将动态权重切换作为智能体动作
WeAct 将能力专属的 LoRA 适配器选择加入智能体动作空间，通过模型原生工具调用接口按需组合能力。在八个深度研究基准上，Qwen3-32B 配合 WeAct 平均准确率较全量微调提升 6.2%，较最强静态 LoRA 合并方法提升 27.5%，且计算开销更低。该方法还支持模块化持续适配，新增代码计算适配器或更新写作适配器时主干与其他适配器保持不变。

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。