熱門話題
查看更多9.95萬 熱度
9.61萬 熱度
15.38萬 熱度
45.46萬 熱度
35.74萬 熱度
置頂
✍️ Gate 廣場「創作者認證激勵計劃」進行中！
我們歡迎優質創作者積極創作，申請認證
贏取豪華代幣獎池、Gate 精美周邊、流量曝光等超過 $10,000+ 豐厚獎勵！
立即報名 👉 https://www.gate.com/questionnaire/7159
📕 認證申請步驟：
1️⃣ App 首頁底部進入【廣場】 → 點擊右上角頭像進入個人主頁
2️⃣ 點擊頭像右下角【申請認證】進入認證頁面，等待審核
讓優質內容被更多人看到，一起共建創作者社區！
活動詳情：https://www.gate.com/announcements/article/47889#Gate广场四月发帖挑战 狂歡開啟！🧧
發帖即賺，天天都有紅包領，新人100%中獎！
🎁 福利亮點：
✅ 新人禮： 發布廣場首帖，100% 必中紅包！
✅ 發帖獎： 發帖越多，互動越多，紅包金額越大！
✅ 分享王： 轉發活動連結到廣場或外部平台，送 Gate 開瓶器 + 200U！
✅ 衝榜單： Top 100 都有獎，Gate 13 周年限定禮盒、紅牛夾克等您拿！
立即行動，發佈你的四月廣場第一帖！
👉️ https://www.gate.com/post
🗓 截止日期： 4 月 15 日
詳情：https://www.gate.com/announcements/article/50520
一篇论文让我停下来看了半小时 S0 Tuning
核心idea：不改模型权重，只调一个初始状态矩阵，就能大幅提升模型coding能力。
在Qwen3.5-4B上，只用48个HumanEval训练样本（不是48K，是48个），S0 tuning把pass@1提升了23.6个百分点。
对比LoRA，S0高了10.8个百分点。p值<0.001，统计显著。
在FalconH1-7B上，S0达到71.8%。
这意味调完之后模型速度不变，大小不变，只是"起跑位置"更好了。
对做本地模型部署的人来说，这打开了一扇门：拿一个通用模型，用几十个领域样本把它调成专用模型，不付任何性能代价。
论文在arxiv: 2604.01168。做模型适配的人应该读一下