arXiv · AI· Ekrem Aksoy·· 9 天前AI 评分25
NCP: 权重空间控制策略的验证器引导优化
NCP: Verifier-Guided Optimization of Weight-Space Control Policies
AI 导读
NCP(Neural Control Plane)是一个闭环系统,通过观察语言模型执行、合成权重空间干预规则并评估其效果来优化控制策略。它在SmolLM-135M-Instruct实验中验证了框架有效性,其中一个投影将验证token重复率从0.4133降至0.2191,困惑度变化-0.0574%。
来源:arXiv · AI · arxiv.org