PulseAugur
中
实时 12:18:33
实体 Vanilla SFT

Vanilla SFT

PulseAugur coverage of Vanilla SFT — every cluster mentioning Vanilla SFT across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
  1. RESEARCH · CL_368454 ·

    AutoMaster系统通过Skill-FT增强LLM教学能力

    研究人员开发了AutoMaster,一个旨在提高大型语言模型教学能力的自主训练后系统。AutoMaster采用一种称为Skill-FT的技术,该技术利用自然语言技能来指导模型的行为,在训练推广过程中抑制不良习惯并鼓励更有效的行动。然后,该过程在精炼的轨迹上对目标模型进行微调。在对4B和9B模型的Terminal、Search和软件工程任务的评估中,即使在任务成功已实现的情况下,AutoMaster的表现也比标准的监督微调(Vanill…

  2. RESEARCH · CL_212041 ·

    新的IAR框架增强了LLM的文档知识内化能力

    研究人员开发了一种名为IAR(注入、对齐、恢复)的三阶段后训练新框架,旨在提高大型语言模型(LLM)内化特定文档知识以进行无检索问答的能力。该方法将过程分为注入文档知识、对齐模型以进行问答以及恢复通用能力。在Llama、Phi、Qwen和SmolLM等各种模型系列上,与标准微调方法相比,IAR在领域特定准确性和通用性能方面均显示出显著改进。

  3. RESEARCH · CL_200272 ·

    在多模态大语言模型(MLLM)社交理解存在缺陷之际,发布了新的基准测试 Intentbench-Prime

    一篇新论文强调了用于评估多模态大语言模型(MLLM)在社交视听理解方面能力的 IntentBench 基准测试存在重大问题。研究人员发现,IntentBench 中的大部分问题存在缺陷,或者无需视频输入即可回答,这促使研究人员发布了一个改进后的基准测试,名为 Intentbench-Prime。该研究还揭示,当前的链式思考(chain-of-thought)推理方法成本高昂且效果出奇地不佳,一个简单的 Vanilla SFT 基线模型…