直播预告 | 俄亥俄州立大学朱志辉教授：通过上下文实现推理时学习

 报告介绍 

大语言模型无需更新参数，仅依靠上下文便能学习并适应新任务——本报告将深入探讨这一能力背后的机制。

从几何视角分析上下文学习（In-Context Learning），揭示任务相关的表示如何在模型不同层中涌现与演化。

提出"推理时学习"新范式：上下文不再是被动输入，而是被主动构建；借鉴 AlphaEvolve 等迭代优化框架，将上下文视为存储假设、中间解与反馈的动态演化记忆。

结合优化理论与序贯蒙特卡洛方法，提出一套具有理论依据的上下文设计与更新框架，为下一代自适应 AI 系统奠定基础。

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧