热点事件持续更新
任务算子TO压缩上下文学习动态研究
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG发布研究，提出Task Operator（TO），通过将每个注意力头的输出视为其上下文掩码对应项的仿射变换，把该变换作为解析推导的更新回放到注意力输出投影上，从而压缩上下文学习（ICL）。在词汇、算法和推理任务上，TO取得优于既有方法的整体表现，显著缩小零样本推理与ICL的差距。提取的知识集中于跨层和位置的特定任务稀疏回路，对不相交演示批次取平均算子还可实现多示例扩展而无需扩大上下文窗口。
AI 根据报道生成 · 4 小时前更新
最新进展10月3日 12:00
TO在词汇、算法和推理任务上优于既有方法，缩小零样本推理与ICL差距。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）用任务算子捕捉上下文学习动态：TO 缩小零样本推理与 ICL 差距
研究者提出 Task Operator（TO），通过将每个注意力头的输出视为其上下文掩码对应项的仿射变换，把该变换作为解析推导的更新回放到注意力输出投影上，从而压缩上下文学习（ICL）。在词汇、算法和推理任务上，TO 取得优于既有方法的整体表现，显著缩小零样本推理与 ICL 的差距。提取的知识集中于跨层和位置的特定任务稀疏回路，对不相交演示批次取平均算子还可实现多示例扩展而无需扩大上下文窗口。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 17:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。