PulseAugur
实时 01:07:43
实体 Local-Preserving Supervised Fine-Tuning

Local-Preserving Supervised Fine-Tuning

PulseAugur coverage of Local-Preserving Supervised Fine-Tuning — every cluster mentioning Local-Preserving Supervised Fine-Tuning across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_138244 ·

    新的LP-SFT方法保留语言模型熵结构

    研究人员推出了一种新颖的监督微调方法LP-SFT,旨在保留预训练语言模型固有的多模态熵结构。标准的微调方法可能仅关注目标token而忽略模型对其他可能选项的广泛理解,从而损害现有能力。LP-SFT通过分析和维护模型代表丰富分布知识的熵峰来解决这个问题。实验表明,LP-SFT通过缓解能力退化并保留采样多样性,提高了性能并平衡了准确性指标。