PulseAugur
实时 23:00:22

新方法增强了自回归模型的组合泛化能力

研究人员开发了一种新的自回归模型组合方法,其灵感来源于扩散模型中使用的组合策略。该方法基于因子化条件假设,确保每个组件模型都能控制其指定的输出子空间,从而防止干扰。研究表明,在特定条件下,这种组合方法可以保持长度泛化行为,为理解自回归系统中稳定的模型组合和合并提供了原则性的认识。 AI

排序理由 该集群包含一篇学术论文,详细介绍了一种新的模型组合方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法增强了自回归模型的组合泛化能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 Italiano(IT) · Aakash Kumar, Maria Sofia Bucarelli, Emanuele Natale ·

    Compositional Generalization in Autoregressive Models via Logit Composition

    arXiv:2605.28304v1 Announce Type: new Abstract: Composing autoregressive models remains a core challenge in understanding how large language models can combine behaviors or skills learned across tasks. We introduce a new and principled composition strategy for autoregressive syst…