★ 2
NCP：验证器引导的权重空间控制策略优化框架
论文提出神经控制平面 NCP，将模型推理数据面与控制策略分离，自动合成并验证权重空间干预规则。在 SmolLM-135M-Instruct 实验中，一条投影规则将验证集 token 重复率从 0.4133 降至 0.2191，但因无新增正确答案被准入机制归档。该框架为控制策略层面的递归自我改进提供…
arXiv cs.AI2 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出神经控制平面 NCP，将模型推理数据面与控制策略分离，自动合成并验证权重空间干预规则。在 SmolLM-135M-Instruct 实验中，一条投影规则将验证集 token 重复率从 0.4133 降至 0.2191，但因无新增正确答案被准入机制归档。该框架为控制策略层面的递归自我改进提供…