文章预览
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言 RO - 机器人 1、[LG] Matryoshka：Learning to Drive Black-Box LLMs with LLMs 2、[LG] The Geometry of Concepts：Sparse Autoencoder Feature Structure 3、[LG] Faster WIND：Accelerating Iterative Best-of-NN Distillation for LLM Alignment 4、[LG] Modular Duality in Deep Learning 5、[LG] Props for Machine-Learning Security 摘要：学习用大语言模型驱动黑盒大语言模型、稀疏自编码器的特征结构、加速迭代最优神经网络蒸馏LLM对齐、深度学习的模块化对偶化、机器学习安全的Props机制 1、[LG] Matryoshka: Learning to Drive Black-Box LLMs with LLMs C Li, Y Zhuang, R Qiang, H Sun… [Georgia Institute of Technology] Matryoshka：学习用大语言模型驱动黑盒大语言模型 要点： 解决黑盒问题: 本文解决了提升黑盒大型语言模型（LLM）能力的挑战，其中模型内部参数不可访问。现有的方法，如上下文学习和基于适配器的
………………………………
