低秩激活引导实现参数高效决策算子
原文标题：Learning to Decide, Not to Reason: Parameter-Efficient Decision Operators via Low-Rank Activation Steering
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出一种通过行为克隆训练的System-1决策算子，将向冻结语言模型注入技能的成本降低约两个数量级。默认算子仅用33万参数即可匹配133万参数的强化学习算子，并将3685 token的推理压缩为6 token决策且不损失精度。研究揭示可训练性差距源于初始化与架构，技能可作为近似线性算子组合、插值并在推理时热插拔。
- 问题
- 向冻结语言模型注入技能需百万参数与强化学习流程，成本高。
- 方法
- 用行为克隆训练低秩System-1决策算子，零初始化输出投影保证梯度可训练。
- 结果
- 33万参数匹配133万参数RL算子，3685 token推理压缩为6 token决策且精度不降；rank-4变体仅2.3万参数。
- 影响
- 技能注入成本降约两个数量级，且可插值、热插拔，便于产品化组合能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
低秩激活引导的决策算子用 33 万参数匹配 133 万参数 RL 算子，推理从 3685 token 压到 6 token。
- •行为克隆训练的 System-1 决策算子，把向冻结语言模型注入技能的成本降低约两个数量级
- •默认算子 33 万参数匹配 133 万参数 RL 算子，3685 token 推理压缩为 6 token 决策且不损失精度
- •rank-4 变体仅 2.3 万参数，为最强已发表技能算子的 1/58，够用于 SearchQA
- •可训练性差距源于初始化与架构：先前算子初始化使两个大因子矩阵首步梯度为零，本文零初始化输出投影立即获得梯度
- •技能可作近似线性算子组合、插值并在推理时热插拔，跨五任务三基座迁移
为什么重要：把技能注入成本降两个数量级并支持热插拔，对需要低成本给冻结模型加能力的 Agent 与推理加速场景有直接工程意义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。