@0xSero: 我想出了一种修复REAP知识丢失的方法！omp + advisor有助于将lobotomy从GLM中引导出来

X AI KOLs Following 2026/07/04 07:25 论文

knowledge-loss model-fix glm reap advisor-mechanism orthogonal-matching-pursuit

摘要

描述了一种使用OMP和advisor解决REAP模型知识丢失的方法，将'lobotomy'从GLM中引导出来。

我想出了一种修复REAP知识丢失的方法！ omp + advisor有助于将lobotomy从GLM中引导出来 https://t.co/URzhQ2oDCd

查看原文

查看缓存全文

缓存时间: 2026/07/04 12:48

我想出了一种解决 REAP 知识丢失的方法！

omp + advisor 有助于将“脑叶切断术”从 glm 中引导出来 https://t.co/URzhQ2oDCd

相似文章

arXiv cs.LG

本文介绍了COOPA，一种面向运筹学问题的模块化LLM智能体架构，它结合了基于迭代置信度的建模、元素级溯源和多求解器路由。在八个LLM主干网络和四个基线的评估中，COOPA在六个主干网络上取得了最佳的宏平均准确率，并在最强基线的基础上提升了最多6.7个百分点。

arXiv cs.LG

提出ROAM框架，利用大型语言模型的世界知识与推理能力，在不重新训练的情况下将冻结的专业模型适配到未见场景，平均绝对误差（MAE）降低超过20%，且额外开销极低。

arXiv cs.CL

ExpGraph是一个模型无关的框架，通过自进化的技能与失败经验图，使LLM智能体能够复用过往经验，在不重新训练执行器的情况下将任务性能提升12%-21%。

X AI KOLs Timeline

一种名为IAPO（Information-Aware Policy Optimization）的新后训练方法，根据每个token与最终答案的条件互信息为其分配优势，实现了推理长度缩短高达47%，同时提高了数学基准的准确性。

arXiv cs.AI

提出认知相对策略优化（CRPO），一种用于对齐大语言模型在心理健康评估中推理的强化学习框架，在加权F1分数上比现有基线平均提高10.4个百分点。