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
- Exponential 发布 RepoInject 与 BrowserInject 基准，测 prompt injection 防护 — maksym_andr · 2026-10-27
- Redwood 研究:CoT 可控性评测严重欠激发,简单提示优化可提升 2-3 倍 — dfrsrchtwts · 2026-10-27
- 用 BeamZ 逆向设计光学系统跑通 MNIST 分类 — S_Conradi · 2026-10-27
- DeCert 框架无需参考答案评估生成式奖励模型的论证质量 — Guiquan Sun · 2026-10-27
- 新研究：VLM harness 同样是组合泛化器,可拆解复杂图像问题 — a1zhang · 2026-10-27
- 新文呼吁启动 AI 界「人类基因组计划」加速可解释性研究 — ninamiolane · 2026-10-27