2608.26730 · BCIT · Conditional Experience Transfer · 视频脚本镜像

  • 日期与轮次:2026-09-07 · R2
  • arXiv 链接:https://arxiv.org/abs/2608.26730
  • video-kb 脚本原路径:/shared/video-kb/scripts/tom/2026-09-07_R2_bcit-experience-transfer-short-video-script.md

1. 标题与观众

  • 标题:父模变了,旧经验重核
  • 目标观众:LLM 后训练工程师 · Continual learning 工程师 · Agent 自训练基础设施架构师
  • 一句话核心观点:post-training 的成功经验绑定在源上下文上,新父模型上必须显式授权后才能复用。
  • 备选标题:复用经验,要带条件

3. 45-90 秒口播稿

父模一变,旧经验还能直接套?arXiv 2608.26730(Qwen3-4B · 8 月 27 日 v1)说:不行。更新效果绑死源上下文——父模、数据、阶段变了,昨天成功就是今天误导。

BCIT 改权重前四步:绑源上下文;适用性检查;硬冲突直接否决;定不了就跑小步数 trial。决策三态:Reject / Validate / Train。

完全训练的候选还要过 shared adoption rule,只有 observed events 才进 memory,避免污染决策。

4B 跨 finance reasoning、text-to-SQL、function calling:异质 effect;matched 下有害更新更少;等预算最终质量高于所有对照。

今天:自主后训练循环加一道经验授权关,父模变了,旧经验不能直接套。

4. 镜头分镜

Scene 1 · 0-8s · 开场冲突卡 · 主标题

  • 时长:8s
  • 屏幕文字:父模变了,旧经验重核
  • 画面元素:深色背景 · 左侧大号"父模型 v1"绿色标签 · 右侧"父模型 v2"标签灰化,显示"过期" · 底部副标题"≠ 旧经验可直接复用"
  • 运动方式:主标题淡入,v1 → v2 标签灰化切换,反差点闪烁入场

Scene 2 · 8-16s · 异质效应证据卡

  • 时长:8s
  • 屏幕文字:异质 target effect + retention effect
  • 画面元素:左列三行任务名占位(finance reasoning / text-to-SQL / function calling,具体名称 abstract 未给)· 右列三色柱状图(异质效应)· 顶部小字 abstract verbatim
  • 运动方式:三行依次滑入,异色柱状对比放大,顶部小字延迟 1 秒出现

Scene 3 · 16-24s · BCIT 四步机制流程图

  • 时长:8s
  • 屏幕文字:绑定 / 检查 / 否决 / 试采
  • 画面元素:左侧输入"历史经验 u"· 中间四格流程卡(Binding → Applicability Check → Hard Conflict Veto → Bounded Trial)· 右侧输出三岔路(Reject / Validate / Train)· 底部小字"在权重变更训练前做授权"
  • 运动方式:四格依次点亮,三岔路箭头分流,底部小字淡入

Scene 4 · 24-32s · 保守记忆策略流程图

  • 时长:8s
  • 屏幕文字:shared adoption rule · observed events only
  • 画面元素:左侧"完全训练候选"图标 · 中间筛子图标"shared adoption rule"· 右侧 memory 库,只接 executed events · 未观察事件红色叉号
  • 运动方式:筛子旋转筛选,memory 库只接受已观察事件,红色叉号弹出

Scene 5 · 32-40s · 实验结论数字卡

  • 时长:8s
  • 屏幕文字:4B 模型 · 3 领域 · 等预算质量 ↑
  • 画面元素:左侧 4B 模型图标(Qwen3-4B · 具体架构 abstract 未给)· 中间三领域占位方块 · 右侧金句卡"有害更新更少 · 最终质量高于所有对照"· 底部小字 abstract verbatim
  • 运动方式:模型图标滑入,三方块依次填充,右侧金句推入

Scene 6 · 40-48s · 限定语风险卡

  • 时长:8s
  • 屏幕文字:8 项 abstract 未明 · 开源度风险
  • 画面元素:黄色警告卡 · 上半 = "4B 架构训练数据 / 三领域具体任务 benchmark / trial 步数阈值 / veto 命名粒度 / matched 筛选标准 / shared adoption 触发条件 / BCIT 与传统 continual learning 关系 — abstract 未明" · 下半 = "GitHub 仓库 N/A · 复现门槛高 · 不发布权重/rollout/result tables"
  • 运动方式:警告卡淡入,上半 7 行小字依次出现,下半单行延迟入场

Scene 7 · 48-56s · 行动清单收尾

  • 时长:8s
  • 屏幕文字:加一道经验授权关
  • 画面元素:深色背景金句卡 · 大号字 verbatim "父模型变了,旧经验不能直接套" · 右侧小字"在自主后训练循环里做显式授权"
  • 运动方式:金句推入,小字延迟 1 秒出现,结尾留白