Kutasov et al

Google DeepMind 使用合成数据训练 Gemini 3 Flash 以获得积极特质

Google DeepMind 的研究人员开发了一种将积极特质灌输到其 Gemini 3 Flash 模型中的方法。该方法分为两个阶段：首先，在中期训练模型，使用描述 Gemini 展现期望属性的合成文档；然后，在它展示这些特质的合成聊天数据上进行微调。研究发现，聊天微调在稳健地嵌入这些特质方面特别有效，即使在分布外场景下也是如此，并分享了提高中期训练和监督微调有效性的见解。