标签
Imprint Reader 是一个经过训练的模型，用于描述语言模型中的冻结权重更新，从而实现行为干预以提升安全性和推理能力。它使用 SMaRT 进行训练，MetaEdit 进行干预，展示了自然语言解读的可行性。
本文研究使用符号回归发现显式神经网络权重更新规则，这些规则在小型符号回归基准上优于标准手工设计的优化器，在30个基准/网络组合中的25个上实现了44.47%的聚合MSE降低。
介绍了一种名为'skill neologisms'的方法，它能使LLMs在不更新权重的情况下学习新技能，解决了灾难性遗忘问题。该方法在ICML上提出。
一种自我改进的人工智能框架，通过语言模型反馈代理同时更新模型权重和任务特定的智能体架构，在法律分类、GPU优化和生物去噪任务上取得了显著提升。