RAG-Diff用检索调节冻结策略
Nekovowo · x · 2026-07-13
RAG-Diff 提出一种在测试时用检索去调节冻结策略的新框架，目标是让预训练策略在护理等任务中更好地适配个体偏好。
作者强调，单靠预训练策略可以做一些 caregiving 任务，但真实照护需要“按人调整”：
- 方法核心是 test-time steering：不改动原有策略参数，而是在推理阶段用 RAG 进行动态引导。
- 该框架面向个体偏好变化频繁的场景，重点是把冻结策略变得更可适配。
所属事件:RAG-Diff框架让机器人照护动作更懂人心(4 条相关)→
「研究」频道最新
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11