SelfMorph：让冻结LLM计算拓扑随输入自适应
热点事件持续更新
SelfMorph：让冻结LLM计算拓扑随输入自适应
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Junxi Wu 等研究者在 arXiv 发布 SelfMorph 方法，将冻结 LLM 的计算形状改为依赖输入的推理时决策，并用轻量选择器在生成前选择计算形态。该方法统一三种形态：原始前向路径（BASE）、层段串行复用（REPEAT）和扰动隐状态的局部分支合并（BRANCH）。 论文称，在 4B 至 27B 的三个 LLM 上，SelfMorph 在五个分布内基准平均相对提升 8.06%，在四个未见基准提升 4.45%，在 27 个设置中的 24 个取得最强表现。代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
SelfMorph 让冻结 LLM 的内部计算结构随输入自适应变形报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AISelfMorph 让冻结 LLM 的内部计算结构随输入自适应变形
研究者提出 SelfMorph，将计算形状变为依赖输入的推理时决策，统一了原始前向路径（BASE）、层段串行复用（REPEAT）与扰动隐状态的局部分支合并（BRANCH），并用轻量选择器在生成前选择计算形态。在 4B-27B 的三个 LLM 上，SelfMorph 于五个分布内基准平均相对提升 8.06%，四个未见基准提升 4.45%，在 27 个设置中的 24 个取得最强表现。代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。