NTU 提出 SYNC:免训练用词索引让异构 LLM 直接共享内部事实
NanyangTechnologicalUniversity · hf · 2026-10-15
南洋理工大学等团队提出 SYNC(Symbol-Indexed Neural Communication),一种免微调、免学习翻译器的跨模型通信接口。
- 机制:发送方只能看到描述,从共享词表选词并只传索引;接收方用自己激活拟合的「词方向」向量,把描述的事实写入自身隐状态,无需模型架构兼容假设。
- 评测:设计属性交换任务,要求回答交换前后共 4 个问题以检验选择性使用。3 个发送方 × 9 个来自 5 个家族的接收方,新场景四问成功率达 72.0-98.3%,比中层写入最高高 96 个百分点,两个最大接收方与纯文本通信持平。
- 可预测性:一个无任务探针可提前预测每个新接收方可用的写入深度,45/45 全中;列出全部事实的消息在新布局下保持 89.6-100% 成功。
「研究」频道最新
- Kornia 团队开源 Rust 版 SLAM：支持单目/立体/IMU 建图 — edgarriba · 2026-10-15
- TRL AsyncGRPO 上线 Tree Packing,同等奖励省 26 倍训练算力 — SergioPaniego · 2026-10-15
- ProbabilityBench：用精确真值概率评测 16 个模型的不确定性校准 — ishidalab · 2026-10-15
- Vela：用样条连续轨迹表示改造 VLA 模型，跨本体泛化操作 — Yifan Li · 2026-10-15
- JSSA 稀疏注意力：128K 上下文解码吞吐最高提升 6.43 倍 — SNU-VLSI · 2026-10-15
- AgentSafeEvo：攻防共进化强化学习提升 LLM 智能体安全性 — Chenxu Wang · 2026-10-15