跳到正文
arXiv · AI· Leonard Popp, Danni Liu, Supriti Sinhamahapatra, Jan Niehues·· 2026-10-05AI 评分33

预测引导向量与适配器权重以实现少样本作者风格迁移

Predicting Steering Vectors and Adapter Weights for Few-Shot Author-Style Transfer

AI 导读

研究提出用于少样本作者风格迁移的三种方法,包括对比激活引导、预测引导向量的网络及预测 LoRA 适配器的超网络。实验发现微调虽能获取更多风格信号但牺牲流畅度,而超网络在已知和未知作者上均实现了风格模仿与输出质量的最优平衡。

来源:arXiv · AI · arxiv.org