**大模型超网络知识注入的缩放定律研究**

_Scaling Laws for Hypernetwork-Based Knowledge Injection in Large Language Models_

> 该研究探索利用超网络在训练时向大语言模型注入事实知识，首次建立了其架构缩放定律。结果显示，超网络的知识注入能力遵循幂律缩放，并在分布外泛化上表现出比LoRA微调更陡峭的缩放指数，为大规模可靠知识注入提供了新方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.19604)