University of Limerick

AutoAdapt 提出一种模块化指令微调框架：先用 K-means、BERTopic 与 MNLI 三种方法自动发现潜在领域，再为每个领域独立并行训练一个 LoRA 适配器，并在推理时用基于质心的无参数路由；在 14 个领域基准与 GPT-4o 成对评判中，其表现与在全部领域上训练的单 LoRA 适配器相当，且新增或更新领域只需训练单个适配器而无需全模型重训。

AutoAdapt 提出一种模块化指令微调框架：先用 K-means、BERTopic 与 MNLI 三种方法自动发现潜在领域，再为每个领域独立并行训练一个 LoRA 适配器，并在推理时用基于质心的无参数路由；在 14 个领域基准与 GPT-4o 成对评判中，其表现与在全部领域上训练的单 LoRA 适配器相当，且新增或更新领域只需训练单个适配器而无需全模型重训。

DreamTest 把递归状态空间模型改造成测试用世界模型，从 DRL 智能体的训练日志中学习智能体行为与环境动力学，对候选配置并行生成想象回合并以终止概率加权的失败预测打分，从而在不执行仿真器的情况下引导搜索；在 Parking、Humanoid、DonkeyCar 三个基准上，其平均 AUPRC 分别比最强基线高约 97%、12%、39%，五个分布外集合上最高增益达 145%、29%、44%，在相同仿真验证预算下最佳“DreamTest+搜索”组合平均多发现 29%、22%、79% 的新失败。

DreamTest 把递归状态空间模型改造成测试用世界模型，从 DRL 智能体的训练日志中学习智能体行为与环境动力学，对候选配置并行生成想象回合并以终止概率加权的失败预测打分，从而在不执行仿真器的情况下引导搜索；在 Parking、Humanoid、DonkeyCar 三个基准上，其平均 AUPRC 分别比最强基线高约 97%、12%、39%，五个分布外集合上最高增益达 145%、29%、44%，在相同仿真验证预算下最佳“DreamTest+搜索”组合平均多发现 29%、22%、79% 的新失败。