热点事件持续更新
Grafting：跨 checkpoint 移植模型信念
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一篇预训练干预新方法报道。研究者提出 Grafting 方法：在预训练 checkpoint 上训练 SDF 适配器，再将学到的权重更新加到已后训练模型上，从而近似忠实的预训练干预并复用现有后训练。报道未披露实验规模、评测结果或与其他方法的对比，也未提及作者、机构及后续进展。目前该事件仅有这一篇报道，方法细节与效果尚待更多信息。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
研究者提出 Grafting，在预训练 checkpoint 上训练 SDF 适配器以移植模型信念。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）预训练干预新方法 Grafting：跨 checkpoint 移植模型信念
研究者提出 Grafting 方法，在预训练 checkpoint 上训练 SDF 适配器，再将学到的权重更新加到已后训练模型上，从而近似忠实的预训练干预并复用现有后训练。
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。