AI Agent

Parametric Skills

参数化技能

Xuan Zhao, Haonan He, Qingyu Yang, Minglei Li, Jingqi Ye, Zelin Tan, Bo Wan, Peng Ye

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.CL

AI总结 提出ParametricSkills框架，将文本技能在测试时转换为LoRA参数，解决长上下文下技能指令难以遵循的问题，在软件工程任务中平均提升6.44分。

Comments Preprint, Under Review

Exploring the Cryptographic Limits of Transformer Networks

探索Transformer网络的密码学极限

Stefan Domunco, Andis Draguns, Philip Torr, Isaac Robinson, Christian Schroeder de Witt

专题命中 其他Agent ：AI agent(abstract)；分类 cs.LG

AI总结 研究Transformer能否实现密码学函数，通过将Keccak、Merkle-Damgård和Merkle树构造映射为阈值电路，并进一步映射到Transformer架构，推导出宽度和深度的缩放律，建立Transformer计算能力结构性上限。