实体 InfoSFT

InfoSFT

PulseAugur coverage of InfoSFT — every cluster mentioning InfoSFT across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

时间线

2026-05-14 research_milestone A new paper introduces InfoSFT, a method for improving supervised fine-tuning of LLMs. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_32607 · May 14 · 15:32

InfoSFT 方法通过关注信息令牌来改进 LLM 学习

研究人员推出了一种名为 InfoSFT 的新方法，用于大型语言模型的监督微调，该方法专注于信息量最大的令牌进行学习。此方法旨在提高模型在数学和编码等各种任务上的泛化能力，同时更好地保留模型现有能力。InfoSFT 通过根据令牌的置信度对其进行加权来实现这一点，将更新集中在中等置信度、新颖的信息上，而不是统一拟合所有数据。