热点事件持续更新
DualView：基于LLM的多输出文本回归方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CL 刊出 DualView，一种参数高效的多输出文本回归方法。该方法从冻结的 LLM 中提取「广泛证据」与「输出特定证据」两类表征，再由双分支架构一次性生成完整分数向量，从而同时完成多个回归输出。作者在五项异构回归任务与八个 LLM（最大 122B）上评测，称 DualView 优于七个监督回归基线，且可拟合参数比其中最强的三个基线少 82 至 1842 倍。报道还称，在使用较小的开放权重 LLM 时，DualView 的表现能超过 Gemini 3.1 Pro 的无监督预测。目前该方法仍处于论文发布阶段，未见后续复现或落地应用的报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
arXiv 发布 DualView，称在五项回归任务、八个 LLM 上优于七个监督基线，参数少 82–1842 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLDualView：利用广泛与输出特定证据的 LLM 多输出文本回归
DualView 是一种参数高效的多输出文本回归方法，从冻结 LLM 中提取广泛与输出特定表征，再由双分支架构生成完整分数向量。在五项异构回归任务和八个 LLM（最大 122B）上，它优于七个监督回归基线，拟合参数比三个最强基线少 82–1842 倍。使用较小的开放权重 LLM 时，其表现还能超过 Gemini 3.1 Pro 的无监督预测。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。