arXiv · 机器人与计算机视觉· Timo Ropinski, Sebastian Kranz·· 4 小时前AI 评分60
面向 LLM 驱动权空间编程的视觉模型训练研究
Training Vision Models for LLM-Driven Weight-Space Programming
AI 导读
论文针对大语言模型直接修改神经网络权重的能力,构建了包含 Waterbirds、CIFAR-100 等数据集的视觉模型编辑基准。作者报告了超过 2600 次编辑过程的评估结果,对比了标准训练与新型 Edit-Ready Training(ERT)方法,证明 ERT 能显著提升难以编辑网络的成功率。研究团队将开源测试框架、任务定义及所有编辑轨迹和评分数据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org