实体 USD $3

USD $3

PulseAugur coverage of USD $3 — every cluster mentioning USD $3 across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_147441 · Jul 16 · 12:11

新方法通过指令调优和合并增强推理语言模型

研究人员开发了一种经济高效的方法来提高推理语言模型（RLM）的性能，特别是在缺乏可靠验证机制的领域。该技术首先使用监督微调数据对RLM进行指令调优，然后将调优后的模型与原始RLM合并。此过程可在恢复模型在目标领域的推理能力的同时，保持其在其他领域的性能。评估显示，在编码和文本摘要等领域，成本低于3美元即可获得改进。