共享决策规则可以只改自己那一块:30条记录下96.6%,七种基线全部不劣
多家机构共用同一条公开决策规则,各自握有证明规则在本方对象上出错的私有记录,却不愿汇总。一种做法把公开规则精确编译成小型ReLU网络,各方只能提交带类型的声明,经证据门筛选后编译成写入本方保留单元的权重补丁。在两项预先注册的合成数据检验中,每方30条记录时该学习器得分96.6%,未改动的公开规则为91.7%,对七种经调优的基线均达到2个百分点以内的非劣效;去掉编译先验后同一搜索降至84.0%。
多家机构共用同一条公开决策规则,各自握有证明规则在本方对象上出错的私有记录,却不愿汇总。一种做法把公开规则精确编译成小型ReLU网络,各方只能提交带类型的声明,经证据门筛选后编译成写入本方保留单元的权重补丁。在两项预先注册的合成数据检验中,每方30条记录时该学习器得分96.6%,未改动的公开规则为91.7%,对七种经调优的基线均达到2个百分点以内的非劣效;去掉编译先验后同一搜索降至84.0%。
法律判决预测模型常在决定性法律条件被改动、罪名已不成立时仍维持有罪结论,形成“有罪偏置”。PROSE把纠错写成配对约束:同一案件的无依据版本应改判,仅差一个决定性条件的支持版本应保持。在Qwen3-8B与GLM-4-9B上,它以一次离线参数编辑实现选择性修复,并在修复率对齐时把支持性判决的误伤从17.5%降到8.5%(Qwen)、从24.3%降到7.1%(GLM)。
IWIBench 把“不改梯度、只改权重”的行为编辑变成可评分的受控任务:编辑模型只能用读写权重、运行目标、检查目标四个工具,在 Gemma 3 4B IT 上完成十类语义改写,再由干净进程对比改前改后的目标成功率与对照保持率。十个配置在同一批三十个片段上排名,6.1-sol 中等推理以 0.4601 的宏平均奖励居首,Astra 为 0.4356;结构化响应默认无人得分,答案长度控制只有 5.6-terra 取得正奖励。
已读完全部报道