热点事件持续更新
研究人员提出推理任务高效微调方法NormTune
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月22日，研究人员在arXiv发布面向推理密集型任务的参数高效微调策略NormTune。该策略通过权重更新范数自适应强化更新不足的模型层，旨在解决参数高效微调（PEFT）在推理任务中出现的欠适配问题。实验结果显示，在S1K-1.1数据集上，NormTune使rank-8的LoRA、Bone与MoRA在AIME等评测中的平均准确率分别提升了24.24%、11.33%和16.21%。
AI 根据报道生成 · 56 分钟前更新
最新进展10月22日 12:00
研究人员提出NormTune微调策略，显著提升LoRA等方法在AIME等推理评测中的准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 人工智能NormTune：面向推理密集型任务的范数引导参数高效微调
研究提出的参数高效微调策略 NormTune，通过权重更新范数自适应强化更新不足的模型层，解决了 PEFT 在推理任务中的欠适配问题。在 S1K-1.1 上，NormTune 使 rank-8 的 LoRA、Bone 与 MoRA 在 AIME 等评测上的平均准确率分别提升 24.24%、11.33% 和 16.21%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。