面向设备端上下文学习的无梯度任务条件检索

英文标题：Gradient-free Task-Conditioned Retrieval for On-Device In-Context Learning

该论文关注设备端上下文学习（ICL）中的预推理检索问题，即在下游模型推理前从本地记忆中挑选示例作为上下文。论文提出一种无梯度的任务条件检索方法，旨在利用任务相关信息进行示例选择。该方向对于受存储、算力或隐私约束的本地 AI 系统具有意义，可帮助开发者在不依赖梯度更新的条件下改善上下文构建。原始摘要内容在提供文本中被截断，未包含具体实验数据、模型配置或性能结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB