arXiv · cs.AI· Ran Li, Lei Chen·· 2 天前
Learning to Decide：提出参数高效的低秩激活引导决策算子
Learning to Decide, Not to Reason: Parameter-Efficient Decision Operators via Low-Rank Activation Steering
arXiv:2610.06950v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ran Li, Lei Chen
研究任务与主要进展
Ran Li 和 Lei Chen 基于论文摘要提出名为 \method{} 的 System-1 决策算子，用行为克隆将默认参数量降至 330K，并使其达到或超过 1.33M 参数强化学习算子的表现。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org