★ 3
Rivet：将路由式 LLM 专家内化为紧凑推理模型
论文研究紧凑控制器在协调更强专家后，能否通过同时学习控制器决策与专家推理和代码，在移除专家后仍提升自身生成能力。Rivet 提出协作内化方法：专家增强强化学习将共享结果信号同时施加于控制器决策与专家返回片段，再通过格式感知监督训练固化完整成功轨迹。RIVET-1.7B 与 RIVET-4B 在七个…
arXiv cs.AI49 天前
#专家路由
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 1
ReliMorph：可靠性引导的 3D 可变形配准框架
研究者提出 ReliMorph，一个可靠性路由的对称 3D 可变形图像配准框架，将对应关系评估与空间上下文选择、形变更新强度耦合。方法利用局部相关分布刻画匹配歧义，引导空间专家融合并对残差速度门控。实验显示其在单模态与多模态配准任务上均优于对比方法。
arXiv cs.AI5 天前