标签
本文检验了同名情绪标签（例如恐惧、惊讶）在 GoEmotions、XED 和 BRIGHTER 数据集中是否具有相同含义，发现这些标签存在大规模不匹配，跨语料库迁移性能下降，且在某些情况下，分类器会因所用训练资源不同而得出相反的结论。
作者将预训练的PLE n-gram记忆从Qwen3.8-Flash-Next转移到Qwen3.5-0.8B，在不微调骨干网络的情况下，验证困惑度降低了5.05%。主要发现包括动态门控和阅读器训练在记忆注入方面的有效性。
一项实验表明，当推理状态被重放时，可以在AI模型之间传输任务信息，这表明信息通过加密状态得以持久化。作者探讨了如何为此现象设计更强的控制措施。
NVIDIA的论文介绍了一种在AI模型之间传输KV缓存的方法，使目标模型可以完全跳过预填充阶段，并实现2.7到25倍更快的转换速度，这可能会提高多模型应用的效率。
本文测试了从Qwen3.6-27B到Qwen3.8-27B的雅可比可解释性透镜的可迁移性，发现对于特定任务，它可以在零重调的情况下读取并操控较新的模型。
TenStrip/10Eros-Max是一个实验性AI模型，通过正交投影从LTX 2.3、Wan 2.2和Krea 2视频与图像扩散模型中迁移学习模式，以修改MiniMax H3基础模型，增强美学与运动特性，同时保留核心视频和音频功能。
Ethan Glyman 宣布，他的团队开发了一种方法，能够以极低的成本在开源模型之间迁移微调结果，使得微调更加经济合理。