预印本：超网络为284B模型生成LoRA适配器，准确率升至84.9%
新超网络将上下文映射至参数，在284B大模型上实现高准确率适配器生成。
重要性实质性证据E2 未复现写法快讯
重点：一种名为Internalizer的超网络能为2840亿参数的DeepSeek v4 Flash生成文档专用LoRA适配器，在未见过文档上的教师强制Top-1准确率达84.9%，显著高于基线模型的63.4%。
背景：此前将上下文直接映射到LoRA适配器的研究仅在最大140亿参数的基础模型上得到验证，难以扩展至更大规模模型。
结论：该超网络大部分参数位于模型无关的主干中，仅需少量入口和出口层即可移植到大模型。训练完成后，单次前向传播即可将任意文档转换为适配器，支持独立服务以提升速度或与文档窗口结合以提高精度。
边界：数据来自作者自测的预印本（arXiv:2610.11715），基于教师强制评估，尚未有第三方独立复现其实际生成效果。