arXiv 自然语言处理· Leonard Popp, Danni Liu, Supriti Sinhamahapatra, Jan Niehues·· 6 小时前AI 评分34
用于少样本作者风格迁移的引导向量与适配器权重预测研究
Predicting Steering Vectors and Adapter Weights for Few-Shot Author-Style Transfer
AI 导读
为实现少样本作者风格迁移，研究针对学术摘要生成提出对比激活引导、引导向量预测网络以及预测 LoRA 适配器的超网络三种方案。实验表明微调虽能捕捉风格信号但会损失流畅度，而超网络在已知和未见作者上均取得了风格模仿与输出质量的最佳权衡。该方法在作者层级对比同内容的风格中性文本以固定主题，无需预定义风格清单。
来源：arXiv 自然语言处理 · arxiv.org