参数高效微调 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 参数高效微调 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 世界模型 1 H3-World：以语言指令实现交互式世界控制 09-03 事实学习 1 QLoRA 学习新事实的获取—保持前沿 08-27 任务检测 1 FiUni：统一无任务边界持续学习中的检测与适应 08-28 可信推理 1 验证器引导的可解释推理框架：QLoRA、符号路由与群组相对 RLVR 09-07 在策略蒸馏 1 RSOD 构建电信领域语言模型 Llama-CalixCLM v1 10-21 多模态学习 1 NeoMME：高效微调与推理的单塔多模态多语言编码器 09-07 失败归因 1 超越 LLM 推理：轻量 GNN 实现智能体失败归因 08-20 尺度解耦 1 DPO 中优化尺度与偏好尺度的解耦 08-28 情感分析 1 Jev 类型化决策实现无生成式维度级 ABSA 09-30 持续学习 7 CaLLM：基于非参数适配器路由的持续适应 10-29 基于残差空间适配的扩散模型持续概念个性化 10-22 APRIL：面向呼吸音域增量学习的歧义感知专家路由 10-21 注意力头排序与分区实现稀疏持续强化学习微调 10-18 持续学习中 LoRA 的动力学理论 10-01 Muon 优化器可超越专用持续学习方法 09-22 JANUS 后验校正缓解微调中的稳定性—可塑性困境 09-18 指令数据合成 1 EuroAlpaca：面向欧洲语言的任务保持型指令数据本地化 09-07 推理优化 1 STAIR：复用历史计算提升大模型新问题推理 10-01 时序推理 1 TEPCA：时序知识图谱的证据—参数协同对齐 10-21 模型可靠性 2 解耦逻辑与角色：边缘 LLM 智能体抵御上下文污染 10-08 良性微调下的安全路由失效与对齐脆弱性 09-02 模型微调 11 Span Readout 与选择性适配改进 JEV 蕴含重排序 10-27 BrainLoRA：参数高效微调扩展脑编码 10-21 层选择性微调：兼顾任务适配与能力保留 10-10 Internalizer：面向超大语言模型的可移植上下文参数化 10-09 参数高效微调方法真的不同吗？ 10-08 Unsloth 本地微调 Qwen3.5 0.8B 决策模型，准确率提升至 74.3% 10-08 T-Router：面向参数高效强化学习的丘脑式推理路由 10-01 READ：LoRA 新技能只读旧技能、避免写入干扰 09-28 利用个体文本语料参数化定制小语言模型 09-10 Compile by Training：将自然语言规范编译为本地神经函数 09-07 NoRA：归一化低秩适配提升 LoRA 训练稳定性 09-02 模型指纹 1 多分辨率大语言模型指纹识别 10-22 模型架构创新 1 HyperQ：量子增强扩散语言模型的电路超网络 09-24 模型架构演进 1 DeepSeek、Llama、GLM、Qwen 底层架构演进详解 08-22 模型评测 3 RubriX：可微调的快速非自回归量规评判器 10-27 Our Own Jev：单次前向传播的类型化决策与开放 LoRA 评判模型 10-22 CoCoEval：评估LLM模拟对话中的不一致与非协作行为 09-14 模型路由 2 AutoAdapt：自动领域发现与低成本模块化扩展 10-08 Gavel：从冻结 LLM 中提取原生技能路由能力 09-15 测试时优化 2 DHSA：以少量控制参数实现推理时偏好对齐 10-18 超越置信度：面向 LLM 推理的稳定性感知测试时适应 09-11 测试时训练 1 无标签偏置子空间压缩测试时强化学习 09-17 混合微调 2 在策略参数更新方向奠定 LLM 后训练泛化基础 10-08 G³-LoRA：梯度引导分组组织奖励加权视频数据 09-30 漏洞检测 1 频率感知持续学习用于智能合约漏洞检测 08-21 用户表征 1 十亿级用户表示学习的行为致密化定律 08-26 知识编辑 1 LadderEdit：面向终身知识编辑的编辑级残差压缩 10-10 科研智能体 1 LLM 科研智能体适配神经算子：先验还是反馈？ 10-09 端侧模型 1 Liquid AI 发布 6 款 LFM3 端侧模型，2B 视觉模型追平 12B 10-29 策略优化 1 SAPO：面向智能体强化学习的单轨迹自回归策略优化 08-21 缩放定律 1 智谱唐杰：大模型只看参数的时代结束了 08-20 脚手架演化 1 脚手架演化何时触顶：从失败构成判断权重训练时机 10-10 自进化 2 FailBank：利用运行时反馈自进化视觉语言动作模型 10-01 SE-ADD：错误驱动监督的自进化音频深伪检测 10-01 表格基础模型 1 EXAONE Tabular 1.0：紧凑型表格基础模型 08-27 视觉推理 1 NAT-ARC：自然图像预训练迁移至ARC视觉推理 10-08 评测审计 1 LLM 评分器的有效性与失效：两场计算机考试的实证研究 09-26 超参数迁移 1 MoE 大模型的计算高效超参数迁移 08-24 递归自我改进 1 通衍灵智推出可持续进化 Personal AI 10-20 长期记忆 5 Cortex：将上下文巩固为参数化记忆 10-18 MaLoW：将流式视频长期历史内化为权重 10-18 DPPM：面向个性化语言模型的双路径参数记忆 10-09 持续学习机制组合提升长时程记忆 09-17 文档应存于上下文、隐表示还是模型参数？ 09-16 预训练 1 Brain2Vec：结构脑 MRI 自监督三维基础模型 10-22
