NeurIPS 2026 论文提出免微调任务向量方法 TFTVs
热点事件持续更新
NeurIPS 2026 论文提出免微调任务向量方法 TFTVs
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
TFTVs 论文作者在 NeurIPS 2026 论文中提出免微调任务向量方法 TFTVs，仅用前向传播统计量把激活引导向量映射为秩一权重空间编辑，无需微调即可计算任务向量，代码已在项目网站开源。 据论文报告，该方法支持加法学习、减法遗忘及多编辑组合，在 LLM 行为控制任务上能持续放大、抑制和组合目标行为，同时保持通用知识与解题能力；与其他编辑与引导基线相比，特质控制更强且效用保持相当或更优。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
免微调的 Task Vector 方法 TFTVs 实现 LLM 行为控制报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI免微调的 Task Vector 方法 TFTVs 实现 LLM 行为控制
NeurIPS 2026 论文提出免微调任务向量方法 TFTVs，仅用前向传播统计量将激活引导向量映射为秩一权重空间编辑，无需微调即可计算任务向量。该方法支持通过加法学习、减法遗忘及多编辑组合，在 LLM 行为控制任务上能持续放大、抑制和组合目标行为，同时保持通用知识与解题能力。对比其他编辑与引导基线，TFTVs 实现更强的特质控制且效用保持相当或更优，代码已在项目网站开源。
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。