**LLM 驱动视觉模型权重空间编程:ERT 训练法显著提升编辑成功率** _Training Vision Models for LLM-Driven We
原帖
**LLM 驱动视觉模型权重空间编程:ERT 训练法显著提升编辑成功率**
_Training Vision Models for LLM-Driven Weight-Space Programming_
> 研究首次针对视觉模型(如卷积网络和 Vision Transformer)建立了 LLM 驱动的权重空间编程基准,涵盖重分类与错误修正任务。通过对比标准训练、平滑标签及梯度可编辑训练,研究提出了新颖的“编辑就绪训练”(ERT)方法,该方法通过排练 LLM 执行的闭式权重编辑来优化模型。实验表明,ERT 能大幅降低编辑失败率并减少副作用,在 GPT-6 Astra 和 Claude Opus 5.5 等模型上取得了最高平均得分。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.26408)