Qwen2.5-Instruct
PulseAugur coverage of Qwen2.5-Instruct — every cluster mentioning Qwen2.5-Instruct across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
大型语言模型标注者在社会科学研究中表现出社会期望偏差
一篇新论文调查了用于计算社会科学的大型语言模型标注者中的社会期望偏差。研究人员发现，三个开源模型（Zephyr、Mistral-Instruct 和 Qwen2.5-Instruct）表现出不同类型的偏差，例如在标记有害内容时存在宽容或过度纠正。研究还表明，常用的提示技术不能有效减轻这些偏差，有时甚至会加剧它们，这凸显了计算社会科学研究中需要更可靠的验证方法。
-
VeriGate 增强 GRPO 以改进 AI 推理模型训练
研究人员开发了 VeriGate，它是 Group Relative Policy Optimization (GRPO) 的一个扩展，旨在改进推理模型的训练。VeriGate 在验证器奖励退化时使用过程监督来解决稀疏监督问题，并将步进分数转换为未来累积奖励，以实现更好的信用分配。该方法在 MATH 数据集上使用 Qwen2.5-Instruct 模型时，平均准确率提高了高达 20%，并减少了零梯度失败和奖励破解等问题，显示出显著的改进。
-
Arcee AI 迁移至 Together 端点以实现成本高效的 SLM
Arcee AI 已将其专业小型语言模型 (SLM) 从 AWS 迁移到 Together 专用端点，以寻求改进成本、性能和运营敏捷性。该公司专注于训练参数量在 720 亿以下的、用于编码和通用文本生成等特定任务的高效模型。Arcee AI 还开发了 Arcee Conductor，这是一个推理路由系统，可将查询定向到最合适的模型，包括 GPT-4.1 和 Claude 3.7 Sonnet 等第三方选项，以优化成本和性能。