arXiv · cs.AI· Rishabh Tiwari, Kusha Sareen, Lakshya A Agrawal, Joseph E. Gonzalez, Matei Zaharia, Kurt Keutzer, Inderjit S Dhillon, Rishabh Agarwal, Devvrit Khatri·· 6 小时前
Fast-Slow Training：让大语言模型持续适应新任务
Learning, Fast and Slow: Towards LLMs That Adapt Continually
arXiv:2605.12484v3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：Rishabh Tiwari, Kusha Sareen, Lakshya A Agrawal, Joseph E. Gonzalez, Matei Zaharia, Kurt Keutzer, Inderjit S Dhillon, Rishabh Agarwal, Devvrit Khatri
研究任务与主要进展
研究提出 Fast-Slow Training（FST）框架，将大语言模型参数作为“慢速权重”，将从文本反馈中学习的优化上下文作为“快速权重”。基于论文摘要，FST 在推理任务上的样本效率最高达到仅用 RL 慢速学习的3倍，并持续取得更高的性能渐近值；其模型与基础模型的 KL 散度最多降低70%，在领域持续变化时仍能学习新任务，而 RL 方法出现停滞。
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