实体 LM-mixup

LM-mixup

PulseAugur coverage of LM-mixup — every cluster mentioning LM-mixup 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

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_180575 · Aug 4 · 04:00

LM-Mixup通过提炼低质量数据来增强LLM指令调优

研究人员推出了一种新颖的文本数据增强方法LM-Mixup，用于改进大型语言模型（LLMs）的指令调优。该技术通过将大量低质量或冗余数据提炼成连贯的指令-输出对，解决了高质量数据稀缺的问题。LM-Mixup过程包括在名为MIXTURE的提炼数据集上进行监督微调，然后通过Group Relative Policy Optimization（GRPO）使用质量、语义对齐和格式合规性奖励进行强化学习。实验表明，使用LM-Mixup增强数据进行…