llm-circuit-finder

llm-circuit-finder Я воспроизвёл метод RYS от Ng и обнаружил, что дублирование 3 конкретных слоёв в Qwen2.5-32B повышает рассуждение на 17%, а дублирование слоёв 12–14 в Devstral-24B улучшает логическую дедукцию с 0,22 до 0,76 на BBH — без обучения, без изменения весов, просто маршрутизация скрыт...