研究提出Mechanistic Shaping训练框架
热点事件观察中
研究提出Mechanistic Shaping训练框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Thomas Fel等作者提出Mechanistic Shaping框架，在训练中依据模型输出或内部表征约束模型表达与依赖的概念。作者称，该框架在视觉、医学影像、语言等领域、最高32B参数规模及分类、SFT、DPO、GRPO训练范式下显著减少目标行为，同时保持任务性能。 研究进一步提出监控器层级，用于区分概念规避探针与概念真正消失，并归纳出概念漂移、层内擦除、以非线性编码留存于高阶统计量三种几何规避机制。实践中重塑后的概念大多仍可监控，重新拟合的线性探针在多数场景可恢复概念；梯度不流经原探针时，原探针仍可靠。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 03:29
Mechanistic Shaping：通过模型内部表征塑造与监控模型报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AIMechanistic Shaping：通过模型内部表征塑造与监控模型
研究提出 Mechanistic Shaping 框架，在训练中依据模型输出或内部表征约束模型表达与依赖的概念，在视觉、医学影像、语言等领域、最高 32B 参数规模及分类、SFT、DPO、GRPO 训练范式下显著减少目标行为且保持任务性能。研究进一步提出监控器层级，区分概念规避探针与真正消失，并归纳出概念漂移、层内擦除、以非线性编码留存于高阶统计量三种几何规避机制。实践中重塑后的概念大多仍可监控，重新拟合的线性探针在多数场景可恢复概念，梯度不流经原探针时其仍可靠。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 411月6日 11:00
- 近 24 小时变化
- –
01234
11:0012:0013:0014:0015:00
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。