跳到主要内容
检索

# 氛围对齐

1 篇关联报道

订阅更新
  1. arXiv

    Imprint Reader 用 SMaRT 把冻结权重更新读成自然语言,并以 MetaEdit 把描述变成行为干预

    该工作提出 Imprint Reader:用 Semantic Mount-and-Read Tuning(SMaRT)把冻结的权重更新挂载到 Reader 上,用无锚点元查询生成自然语言描述,并加入无变化与随机扰动对照以抑制无依据陈述;在留出更新上,联合 Reader 的判定式 Pass@100 为知识 2%、行为 16%,同时 Reader 对目标行为的可微代理梯度经 MetaEdit 迁移回原模型,在 0.5% 剪枝率下把有害提示拒答率从 57.9% 提升到 64.1%,并在不使用目标任务训练数据的情况下把 BFCL Overall 从 41.69% 提升到 44.60%。

已读完全部报道