יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

אין וקטור תפקיד: מחקר רב-ממדי על יכולת התכונות של וקטורי תפקיד מאופק-פוליצילציה

No Task Vector Is an Island: A Comprehensive Study on the Composability of Task Vectors from On-Policy Distillation
במחקר זה נבחן יכולת התכונות של וקטורי תפקיד שנוצרו על ידי אופק-פוליצילציה. התוצאות מציגות יכולת תכונות טובה של וקטורי תפקיד אלה.
תקציר מקורי באנגליתarXiv:2609.39405v1 Announce Type: new Abstract: Task vectors provide a simple mechanism for composing learned capabilities through model merging. However, the composability of task vectors produced by on-policy distillation (OPD) remains largely unexplored. OPD trains a student using teacher feedback on student-generated trajectories, yielding parameter updates that differ from those produced by the teacher model, usually by reinforcement learning (RL). We therefore ask whether OPD task vectors can complement their RL teacher updates and compose effectively across tasks. Across five domains and two model architectures, we find evidence for both forms of composability. Within a task, merging OPD and RL task vectors can outperform both constituent models, even when the OPD student is weaker
קרא במקור המקורי