PulseAugur
中
实时 06:33:29
实体 SFT$ ightarrow$RL

SFT$ ightarrow$RL

PulseAugur coverage of SFT$ ightarrow$RL — every cluster mentioning SFT$ ightarrow$RL 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_228669 ·

    新的评估方法超越正确性评估生物医学LLM裁判器

    研究人员开发了一个新的生物医学大型语言模型（LLM）评估流程，旨在超越简单的正确性来评估其性能，尤其是在人类判断有限的情况下。该流程引入了确定性突变到现有基准测试中，以创建可审计的偏好对。评估侧重于三个关键维度：与指标派生标签的正确性、对采样变化的鲁棒性以及输出格式的合规性。当应用于 Llama 3.1 8B-Instruct 时，研究发现，按顺序使用监督微调（SFT）和强化学习（RL）训练的模型（SFT$ ightarrow$RL）…