标签
本文研究了基于超网络将知识注入大语言模型的缩放定律，发现了可预测的幂律缩放和可靠的分布外泛化，确立了超网络作为LoRA和全参数微调的可扩展替代方案。
本文介绍了SALSA，一种单次自回归大语言模型结构化分类方法，用于检测机器生成代码，在SemEval-2026任务13中实现了强大的OOD泛化能力。
本文介绍了SCOPE-Bench，一个评估分子分布外泛化的基准测试，以及POMA，一个使用强化学习选择源域进行域自适应的框架，在3D分子模型上实现了显著的误差降低。
本文研究了变系数波动方程中傅里叶神经算子与深度算子网络在分布偏移下的泛化行为，发现FNO难以处理高频输入，而DeepONet的性能下降较为平缓。