PulseAugur
中
实时 06:51:39
实体 Rejection Fine-Tuning

Rejection Fine-Tuning

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

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. RESEARCH · CL_271487 ·

    新AI方法通过自蒸馏和自一致性提升视频推理能力

    两篇新研究论文探讨了增强AI模型视频推理能力的新颖方法。第一篇论文介绍了帧差分策略内自蒸馏(FD-OPSD)技术,该技术在强化学习训练过程中将密集帧观测的证据转移到稀疏帧策略上,从而提高了Qwen2.5-VL-7B和Qwen3-VL-4B等模型在视频推理基准上的性能。第二篇论文研究了基于扩散的视频推理的自一致性,提出了一种无需训练的方法,通过聚合多个视频生成的预测来实现视觉搜索和迷宫解决等任务的更高准确性,并引入了拒绝微调(RFT)将…

  2. TOOL · CL_86859 ·

    新AI训练方法利用自我修正提升性能

    研究人员推出了一种名为Self-Distillation Zero (SD-Zero) 的新方法,以提高语言模型训练效率。该技术训练单个模型同时充当生成器和修正器,利用二元奖励创建密集的、token级别的监督。SD-Zero在数学和代码推理任务上展示了显著的性能提升,在可比的训练样本预算下,其表现优于Rejection Fine-Tuning和GRPO等现有基线。