低秩激活引导决策算子：33万参数替代130万参数

研究者Ran Li、Lei Chen提交预印本论文，提出一种名为决策算子的System-1模块。该模块通过行为克隆训练，用33万参数即可匹配需130万参数并依赖强化学习流程的算子，并将3685 token的推理压缩为6 token决策且精度不降。 论文称，其秩-4变体仅需2.3万参数，为已发表最强技能算子的1/58，即可满足SearchQA需求。该方案在5项任务、3种基座模型上可迁移，技能可作为近似线性算子叠加、插值并在推理时热插拔。

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。