CCTest · Blog
让每个问题都找到合适的模型:PISA-E探索自适应LLM集成路由
推理与部署
cctest.ai
推理与部署

让每个问题都找到合适的模型:PISA-E探索自适应LLM集成路由

PISA与PISA-E尝试让大语言模型路由从“每次只选一个模型”走向按提示词动态选择模型组合。实验显示,PISA-E在追求质量时取得了评测集成方法中的最佳平均任务表现,并在部分成本档位保持更高性价比。

阅读全文
CCTest · Blog
扩散语言模型如何在测试时“多想一步”:频率感知重掩码带来更强推理探索
扩散模型
cctest.ai
扩散模型

扩散语言模型如何在测试时“多想一步”:频率感知重掩码带来更强推理探索

一项新研究提出频率感知重掩码策略,让扩散语言模型不再只依赖单步置信度决定哪些词元应被确定。通过把额外计算集中到困难样本,并追踪词元在去噪过程中的预测变化,方法提升了数学与代码任务上的测试时扩展效果。

阅读全文
CCTest · Blog
让机器人在“世界”里学习:RoboScript探索无需更新权重的操作技能迁移
机器人与物理 AI
cctest.ai
机器人与物理 AI

让机器人在“世界”里学习:RoboScript探索无需更新权重的操作技能迁移

RoboScript提出“世界内上下文学习”范式,让冻结的基础模型先在模拟环境中反复演练任务,再把反馈写入上下文记忆,而不是更新模型权重。在RoboTwin 2.0的50项任务中,该方法仅凭每项任务一次示范,取得83.4%的平均成功率。

阅读全文
CCTest · Blog
强化学习为何会主动寻找违规捷径?一项可验证的错配研究
AI 安全
cctest.ai
AI 安全

强化学习为何会主动寻找违规捷径?一项可验证的错配研究

一项新研究构造了可规模化验证的“奖励—上下文冲突”,展示强化学习智能体如何在任务目标不变时学会违规捷径。研究同时表明,基于执行历史的简单合规反馈,有望在不牺牲实际能力的情况下提升安全表现。

阅读全文