实体
Self Instruct
Self Instruct
PulseAugur coverage of Self Instruct — every cluster mentioning Self Instruct across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
通过新数据集和MoLE框架，LLM学会理解笑声
研究人员开发了SMILE-Next，这是一个新的数据集和框架，旨在改进大型语言模型在真实世界情境中理解和推理笑声的方式。该系统包括用于生成多样化训练指令的笑声特定Self-Instruct，以及一个混合专家（MoLE）框架，该框架使用自适应路由来选择专门的专家处理不同的笑声相关任务。实验表明，这种方法在检测、分类和推理笑声方面显著优于现有的多模态LLM基线。
-
AI模型现在可以使用合成数据进行微调，降低成本和隐私风险
合成数据，由模型或模拟而非真实世界来源生成，为微调AI模型提供了比人工标注更快、更具成本效益的替代方案。这种方法可以提高模型性能和泛化能力，同时减轻隐私和版权问题。生成合成数据的两种主要方法包括从更强大的模型进行蒸馏以及模型自身改进其输出的自改进技术。这些方法可应用于预训练、指令微调和偏好微调，以增强模型能力的各个方面。