热门话题
查看更多10.1万 热度
9.66万 热度
15.43万 热度
45.51万 热度
35.83万 热度
置顶
✍️ Gate 广场「创作者认证激励计划」进行中！
我们欢迎优质创作者积极创作，申请认证
赢取豪华代币奖池、Gate 精美周边、流量曝光等超 $10,000+ 丰厚奖励！
立即报名 👉 https://www.gate.com/questionnaire/7159
📕 认证申请步骤：
1️⃣ App 首页底部进入【广场】 → 点击右上角头像进入个人主页
2️⃣ 点击头像右下角【申请认证】进入认证页面，等待审核
让优质内容被更多人看到，一起共建创作者社区！
活动详情：https://www.gate.com/announcements/article/47889#Gate广场四月发帖挑战 狂欢开启！🧧
发帖即赚，天天都有红包领，新人100%中奖！
🎁 福利亮点：
✅ 新人礼： 发布广场首帖，100% 必中红包！
✅ 发帖奖： 发帖越多，互动越多，红包金额越大！
✅ 分享王： 转发活动链接到广场或外部平台，送 Gate 开瓶器 + 200U！
✅ 冲榜单： Top 100 都有奖，Gate 13 周年限定礼盒、红牛夹克等您拿！
立即行动，发布你的四月广场第一帖！
👉️ https://www.gate.com/post
🗓 截止日期： 4 月 15 日
详情：https://www.gate.com/announcements/article/50520
一篇论文让我停下来看了半小时 S0 Tuning
核心idea：不改模型权重，只调一个初始状态矩阵，就能大幅提升模型coding能力。
在Qwen3.5-4B上，只用48个HumanEval训练样本（不是48K，是48个），S0 tuning把pass@1提升了23.6个百分点。
对比LoRA，S0高了10.8个百分点。p值<0.001，统计显著。
在FalconH1-7B上，S0达到71.8%。
这意味调完之后模型速度不变，大小不变，只是"起跑位置"更好了。
对做本地模型部署的人来说，这打开了一扇门：拿一个通用模型，用几十个领域样本把它调成专用模型，不付任何性能代价。
论文在arxiv: 2604.01168。做模型适配的人应该读一下