热点事件持续更新
Raw-Routed Mixture of Adapters 解决时间序列基础模型路由崩溃问题
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表一手研究 Raw-Routed Mixture of Adapters（RR-Moa），针对时间序列基础模型路由崩溃问题提出因果干预方案：在严格冻结主干的情况下，RR-Moa 在 54/54 对比中胜出，显著优于 LoRA、TRACE、AdaMix 和全量微调，并在六个主干与插补任务上泛化。研究指出预编码器归一化会导致路由熵坍缩为零，原始路由是有效的因果干预；冻结 RR-Moa 比全量微调高 12-79%。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
RR-Moa 在冻结主干条件下 54/54 对比胜出，原始路由被确认为因果干预方案。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Statistics Machine LearningRaw-Routed Mixture of Adapters：时间序列基础模型路由崩溃的因果干预
RR-MoA 在严格冻结主干的情况下赢得 54/54 对比，显著优于 LoRA、TRACE、AdaMix 和全量微调。在六个主干和插补任务上泛化，冻结 RR-MoA 比全量微调高 12-79%。预编码器归一化导致路由熵坍缩为零，原始路由是因果干预方案。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。