跳到正文
热点事件持续更新

BaseRSI:免训练机制实现基座视觉模型递归自我改进

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Mingda Zhang 等人提出 BaseRSI 新范式,旨在将递归自我改进从提示词层面迁移至模型内部。该方法无需对基座视觉语言模型进行额外训练,即通过 ReGap 机制监督 Transformer 块的高维激活差异,并利用 ReKey 算法将该信号回归写入少数关键值神经元中,从而实现模型的免训练编辑与内部化改进。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    BaseRSI:一种通过免训练内部化实现递归自我改进的基座视觉语言模型

    论文提出 BaseRSI 新范式,将递归自我改进从提示词和工具层面向模型自身迁移。该方法引入 ReGap 机制监督每个 Transformer 块的高维激活差异,并利用 ReKey 算法将该信号回归写入少数关键值神经元中。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。