论文Agent 与开发者精选09:25无标签引导压缩测试时强化学习至仅偏置子空间朋友A发现一个新技巧,用label-free的方法在测试时只改偏置参数就能提升模型性能,而且比全参数优化快得多。#label-free steering#test-time reinforcement learning#TTRL#推理模型aarXiv cs.AI@Naveen Vakada 等 3 人原文稍后读已读值得跟进有用关注 label-free steering