arXiv Artificial Intelligence· Hao Wang, Jiuzhou Lei, Dayou Li, Bangya Liu, Minghui Zheng, Manling Li, Ruohan Zhang, Zhiwen Fan·· 20 小时前AI 评分27
MoRE：将模式重定向蒸馏进策略权重，无需推理时引导即可消除行为克隆中的不良模式
Behavior Uncloning: Distilling Mode Redirection into Policy Weights without Inference-Time Steering
AI 导读
MoRE（Mode Redirection）通过短暂的"uncloning"步骤，将临时模式分类器的重定向信号蒸馏进策略权重，使独立策略以零推理时开销抑制不安全或不良行为模式。
来源：arXiv Artificial Intelligence · arxiv.org