PulseAugur
中
实时 21:22:11
实体 SafeCut

SafeCut

PulseAugur coverage of SafeCut — every cluster mentioning SafeCut 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_280101 ·

    新方法通过混合PEFT和纯RL策略增强LLM域自适应

    研究人员正在开发用于大型语言模型域自适应的先进技术,旨在使其更专业化,同时避免完全微调的高计算成本。一种名为MixedPEFT的新方法结合了多种参数高效微调(PEFT)策略和混合目标,以提高在不同领域自然语言推理等任务上的性能。另一种方法SafeCut通过使用“剪切统计量”来门控无源域自适应中的确认偏差,实现模型间的相互纠正。此外,还为医疗LLM引入了一种名为OnePO的纯RL自适应新方法,其性能优于传统的SFT+RL流程,并在医疗基…