arXiv · NLP· Roberto I. Ono Filho·· 4 小时前AI 评分23
开放生成中推理时干预与权重巩固的价值：向已知良好均值靠拢而非超越
Moving the Mean Toward the Known Good, Not Beyond It: What Inference-Time Interventions and Weight Consolidation Buy in Open-Ended Generation
AI 导读
在线装箱任务中，基于价值过滤的 LoRA 权重巩固使模型生成均值向经典启发式收敛但未超越，表现为超出基线的 -1.7 点（p=0.008）及相对随机对照的 -3.1 点（p=0.004）。
来源：arXiv · NLP · arxiv.org