모델 아키텍처·학습 기법Tingyun Li 외
Boundary-Calibrated Intervention Transfer(BCIT) 공개
AIAI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법
Boundary-Calibrated Intervention Transfer(BCIT) 공개 — 자율 후속학습 시스템에서 "과거의 학습 성공이 모델이 바뀐 뒤에도 여전히 유효한가"를 묻고, 과거 효과를 원래 맥락에 묶은 뒤 적용 가능 조건을 확인해야만 경험 재사용을 승인하는 방법을 제시
왜 중요한가
자기개선 루프가 과거 성공을 무비판적으로 재사용해 성능을 깎는 문제를 정면으로 다룬 갈래. 저자 자체 보고로 4B 모델·금융 추론·text-to-SQL·함수 호출 세 영역에서 해로운 업데이트 승인이 줄고 동일 예산에서 최종 품질이 높았다
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2608.267302026년 37주차에 더한 기록이에요 · 그 주 보기
노선도에서 — ⑪ 모델 아키텍처 노선
- 앞 역Mistral Small 4
- 이 기록Boundary-Calibrated Intervention Transfer(BCIT) 공개
- 다음 역다음 토큰 예측(NTP)에 더해 여러 토큰에 걸친 이산 '개념'을 예측하는 Next Concept Predi…