推理时干预与权重巩固对开放式生成的影响

2026年10月23日，一篇发表于arXiv人工智能分类的论文研究了推理时干预与权重巩固在开放式生成中的效果。该研究在在线装箱任务中采用生成-验证-选择-LoRA整合循环，用价值过滤后的候选进行训练，将模型在留出变体上的输出推向经典启发式水平：超额为-1.7点（p=0.008），相对随机整合对照为-3.1（p=0.004）。但最优观测候选仅收敛到经典启发式水平，未再超越。论文由Roberto I. Ono Filho发布，核心问题是生成循环从自身已验证的成功中学习能获得什么。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。