MATCHA：跨模型激活对齐的层映射学习

研究者提出跨模型激活对齐方法 MATCHA，从提示词中联合学习层映射与层间共享的特征映射，把源模型到目标模型的激活映射分解为两部分。其中层映射的输出是一个显式的 target-by-source 矩阵，可被提取和检查。该方法由 Alina Sudakov、Guy Bar-Shalom、Fabrizio Frasca、Haggai Maron 在论文中提出，发布于 arXiv 的机器学习分类下。

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。