激活对齐方法提升表格上下文学习性能

研究者提出一种激活对齐方法，用于弥补表格上下文学习中的上下文差距。该方法在合成无标签数据上训练一个轻量线性变换，把仅使用部分上下文的“学生”模型的中间激活，映射到使用全部数据的“教师”模型的激活，从而在不增加推理成本的前提下恢复性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。