frozen-llm

This paper introduces Lodestar, a method that uses reinforcement learning to train a short polarizer prompt string that helps a frozen LLM avoid being misled by misleading retrieved passages in RAG question answering. It improves F1 and exact match scores across five QA benchmarks compared to existing entropy-based selection rules.

IRIS是一个无需训练的框架，利用冻结的大语言模型为知识图谱中的实体构建可复用的身份表示，从而能够在不同知识图谱间实现高效的实体对齐，无需依赖配对处理。

GRAB 使用 GNN 编码器将关系表转换为潜在标记，用于冻结的 LLM，在多表问答中取得了显著的性能提升。

本文介绍了 PYTHALAB-MERA，这是一种用于冻结本地大语言模型（LLM）的外部控制器，通过基于验证的记忆和检索机制来提升代码代理的性能。与自我修正基线方法相比，该方法利用执行反馈和时间差分学习，在严格验证任务中展现出更高的成功率。