跳到正文

self-adaptive-llms

用两步推理让大模型适应未见任务

访问官网

self-adaptive-llms 是什么

self-adaptive-llms 是 SakanaAI 开发的 Transformer² 框架,在推理过程中让大型语言模型适应未见任务,回应传统微调计算密集的问题。

你可以用它做什么

  • 用调度系统识别任务属性
  • 动态混合任务特定的专家向量
  • 使用强化学习训练出的向量

上手流程

  • 从 GitHub 克隆仓库
  • 创建 conda 环境并安装依赖库
  • 在 fishfarm 目录安装任务评估器
  • 运行训练任务专家的脚本

优点与缺点

✓ 我们认可的地方

  • 资料列出实时任务适应性
  • 资料描述计算更高效

! 需要留意的地方

  • 调整发生在推理过程中
  • 目标行为取决于混合后的专家向量

常见问题

自适应是怎么实现的?

资料说明先由调度系统识别任务属性,再动态混合任务特定的专家向量。

仓库热度如何?

资料说明在 GitHub 上拥有 195 颗星和 12 次分叉。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法