SPARK：冻结主干的检索增强生成新框架

Ruochang Li 等作者提出 SPARK 框架，把参数化知识控制建模为隐参与策略学习问题，用轻量策略动态调节 FFN 介导的参数化知识贡献，同时保持主干 LLM 完全冻结，仅新增并优化 0.01% 可训练参数。作者称，该策略以忠实性为导向的奖励优化，在六个数据集上生成比竞争基线更忠实，并保留了模型通用能力。数据集与代码已公开。上述效果为论文自述，未经独立验证。

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。