arXiv · cs.CL· Ruizhe Shi·· 12 天前AI 评分38
注意力头排序与划分用于语言模型的稀疏与持续强化学习微调
Ranking and Partitioning of Attention Heads for Sparse and Continual Reinforcement Learning Fine-tuning
来源与原文
arXiv · cs.CL
作者：Ruizhe Shi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21336v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出通过对注意力头按梯度范数排序和划分，实现语言模型的稀疏与持续强化学习微调。实验覆盖数学、指令遵循和编码任务，微调高排名注意力头的效果稳定优于低排名者，且常能匹敌更稠密的微调基线；按任务划分注意力头可减少跨任务干扰、提升旧能力保留，同时保持对新任务的适配。
来源：arXiv · cs.CL · arxiv.org