DeepMind 新论文 SkillSmith：将模型权重变为可组合的技能模块
eyishazyer · x · 2026-08-03
Google DeepMind 的一项新研究表明，AI 模型的权重不必再是只能被微调或平均的静态产物。
提出的 SkillSmith 框架能够将智能体学到的技能与新任务描述结合，把前缀键值缓存（prefix key-value caches）作为一种新的输入模态。这意味着 AI 可以通过交织现有的权重和新任务的示例，实现从“学习单一技能”向“组合多项技能”的跨越。
所属事件:DeepMind 提出 SkillSmith：将模型权重视为可组合模态(4 条相关)→
「研究」频道最新
- OpenAI 招聘变革性 AI 经济学主管，MATS 奖学金开放申请 — Astral Codex Ten · 2026-08-24
- AI 科学家有了新标尺：从“考试”转向真实发现闭环 — 量子位 · 2026-08-24
- AI 协助证明埃尔德什猜想超越性 — inductionheads · 2026-08-24
- Stanford 新法：LLM 自我验证，分数暴涨 9.3% — Saboo_Shubham_ · 2026-08-24
- 异构量子架构论文：容错计算物理量子比特需求降 138 倍 — MJBiercuk · 2026-08-24
- InfinityEdit：无限视频编辑，仅靠轻量级适配器实现 — Yunze Tong · 2026-08-24