跳到正文
热点事件持续更新

ACL 2025论文提出MoICL混合上下文学习方法

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

Giwon Hong等人在一篇ACL 2025论文中提出Mixtures of In-Context Learners(MoICL)方法:把上下文学习的演示子集视为“专家”,基于训练集学习一个加权函数来合并各专家的输出分布。 该方法的目的在于避免所有演示占用上下文窗口和内存。

AI 根据报道生成 · 43 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    Mixtures of In-Context Learners(MoICL):将演示子集作为专家混合的上下文学习方法

    一篇 ACL 2025 论文提出 Mixtures of In-Context Learners(MoICL),把上下文学习的演示子集当作专家,基于训练集学习加权函数来合并其输出分布,避免演示消耗上下文窗口与内存。

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。