Wnuan

Wnuan 管道在保留通用能力的同时增强企业 QA 模型

研究人员推出 Wnuan，一种新颖的三阶段管道，旨在为模型配备专有企业知识，而不会牺牲通用能力。该方法包括从文档构建特定任务的监督，然后进行通用数据重放的监督微调，最后通过强化学习解决残留错误。WnuanBench 证明了显著的改进，在完整管道后，一个 32B 模型的可接受答案率从 52.76% 提高到 91.51%，同时还考察了指令遵循能力上的权衡。