低秩激活引导决策算子

Ran Li和Lei Chen提出一种用于向冻结语言模型注入技能、支持快速决策的System-1决策算子，基于行为克隆训练，报告称其参数量约33万，达到或超过130万参数强化学习算子的表现，将相关成本降低约两个数量级。该结果来自论文摘要，尚不代表独立验证；代码已按报道提供。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。