DeepMind 新论文 SkillSmith：将模型权重视为模态，推理时实现技能组合
omarsar0 · x · 2026-08-03
Google DeepMind 提出了一种名为 SkillSmith 的新方法，将模型权重视为一种额外的模态，让大语言模型（LLM）能够原生读取。
该方法让增强后的模型在接收描述能力与目标关系的文本后，能直接输出体现该技能的新前缀权重。这使得技能组合从传统的训练过程转变为一种推理时操作（inference-time operation），研究团队将其称为“指令引导的参数合成”。
实验表明，这种结合文本与权重的适应方法，其性能增益超过了仅使用文本或仅使用权重的单一适应方法。
「研究」频道最新
- AI 破解数学难题，人类智力资本正被推向极限 — SNad2020 · 2026-08-03
- 本周信息检索前沿论文：Meta、YouTube、腾讯共探 RAG 与生成式推荐 — _reachsumit · 2026-08-03
- AI 居里温度预测器使用量破 6000，加速磁性材料筛选 — CatAstro_Piyush · 2026-08-03
- Kimi K3 深度技术解析：2.78万亿参数架构与训练机制 — imrancoder · 2026-08-03
- MIT与哈佛新研究：LLM尚不具备自主科学发现能力 — davidmanheim · 2026-08-03
- 经典论文：用机器学习预测算法运行时间，Hutter 等 2014 年研究 — tomssilver · 2026-08-03