热点事件持续更新
研究人员提出大语言模型WAQS自适应转向框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月20日，相关研究人员提出名为WAQS的权重吸收框架，旨在实现面向大语言模型的输入自适应行为控制。该框架通过二次探测梯度产生依赖激活状态的仿射转向方向，且无需增加额外推理开销。研究表明，该仿射干预可通过离线权重更新完全吸收到相邻线性层中，并支持低秩参数化以适配高维表征。在真实性、拒绝和阿谀奉承等具体转向任务中，二次转向在保持模型实用性的同时，整体效果达到或优于传统的恒定线性转向。
AI 根据报道生成 · 5 小时前更新
最新进展10月20日 12:00
研究人员提出WAQS框架，通过二次探测与仿射转向实现无额外推理开销的模型自适应行为控制。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 人工智能WAQS：面向二次探测与仿射转向的权重吸收框架
研究人员提出 WAQS 框架，通过二次探测梯度产生依赖激活状态的仿射转向方向，实现无额外推理开销的输入自适应大语言模型行为控制。该仿射干预可通过离线权重更新完全吸收到相邻线性层中，并支持低秩参数化以适配高维表征。在真实性、拒绝和阿谀奉承转向任务中，二次转向在维持模型实用性的同时，效果达到或优于恒定线性转向。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。