热点事件持续更新
研究人员提出CPLM架构增强语言模型复制能力
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv发表的一项研究提出了复制-粘贴语言模型（CPLM）架构。该研究通过在传统语言模型预测头之外添加轻量级的Copy-Paste头，增强大语言模型在上下文中的复制能力。其机制在于利用替代梯度路径，部分缓解了传统LM头的梯度瓶颈。在135M至1.7B参数规模的预训练实验中，该方法以可忽略的训练与推理开销，有效提升了训练效率和下游任务表现，并为长上下文及检索场景提供了新的工作平衡点。
AI 根据报道生成 · 8 小时前更新
最新进展10月15日 12:00
研究人员提出CPLM架构，验证了其在轻量开销下提升模型复制与训练效率的效果。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理Copy-Paste Language Models 研究提出 CPLM 架构
研究人员提出复制-粘贴语言模型（CPLM），通过在传统 LM 预测头之外添加轻量级 Copy-Paste 头，增强 LLM 在上下文中的复制能力。在 135M 至 1.7B 参数规模的预训练验证中，该方法以可忽略的训练和推理开销提升了训练效率与下游任务表现，并在长上下文和检索场景中提供新的工作平衡点。其机制在于通过替代梯度路径部分缓解了传统 LM 头的梯度瓶颈。
本事件热度走势
当前热度 8·可比范围峰值 10（10月15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。