研究：推理干预与权重整合在开放生成中的效果

Roberto I. Ono Filho 发布 arXiv 论文 v2，考察推理时干预与权重整合在开放式生成中能带来什么。在在线装箱任务上，对通过验证的候选做 LoRA 整合训练，可使模型在留出变体上的输出向经典启发式水平靠拢：超额 -1.7 点（p=0.008），相对随机整合对照为 -3.1（p=0.004）。 但研究称，最佳观测候选仅收敛到经典启发式水平，未再超越，即让均值靠向已知最优而非超越。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。