TTT-Discover
PulseAugur coverage of TTT-Discover — every cluster mentioning TTT-Discover across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI系统学会修正科学理论并改进发现过程 · 跟踪2个来源
研究人员正在开发新的方法，用于超越在固定假设集内进行优化的AI驱动的科学发现。一种方法，“学习超越理论”，使发现策略能够共同编辑其假设空间结构并设计实验来测试这些编辑。该方法在恢复受控环境中的潜在机制方面显示出显著的改进，甚至可以检测到当前模型库不足的情况。另一个系统，Guidance-TTT，将测试时训练中的策略和执行的角色分开，使用一个紧凑的指导模型进行策略更改，并使用一个固定的执行模型进行实现。该方法在组合优化和机器学习等各种领…
-
研究发现自动化发现 Harness 存在泛化问题
一篇新研究论文对 OpenEvolve 和 TTT-Discover 等自动化发现系统普遍优越的观念提出了质疑。这项涉及超过 310 万次 LLM 部署的研究发现，没有一个 Harness 在各种模型-问题对上始终表现优于其他 Harness。研究表明，Harness 选择应被视为一个超参数，需要针对特定问题和模型进行定制，而不是一刀切的解决方案。作者还提出了一种自适应分配方法，该方法可以剔除表现不佳的运行并将计算资源重新分配给表现更…
-
新的“进程 Sidecar”方法允许精确撤销语言模型的记忆
研究人员推出了一种名为“进程 Sidecar”的新颖方法，用于在安全训练后撤销语言模型中的学习信息。该技术旨在精确删除特定记忆，而不会像简单的减法方法那样负面影响模型的安全能力。该方法在新的 arXiv 论文中进行了详细介绍，使用了双系数编辑家族，并与标准任务算术相比，在多个模型上显示出改进的拒绝关闭率。