AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:SAW×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月29日
11:06
11:06arXiv cs.AI@Yalun Dai, Yangyu Huang, Tongshen Yang, Yonghan Wang, Xin Zhang, Wenshan Wu, Qihao Zhao, Hao Li, Yuanyuan Gao, Kim-Hui Yap, Scarlett Li
该论文系统研究了数据组织对LLM训练的影响,提出四个关键准则:边界锐化、循环调度、课程连续性和局部多样性。基于这些准则,作者设计了两种新的数据排序方法STR和SAW,通过复用预计算的样本级分数,几乎不增加额外计算开销。实验表明,这些方法在预训练和SFT阶段均能提升训练稳定性和模型性能。对于追求训练效率的AI团队,这是一个低成本的优化方向。
论文数据组织LLM训练STRSAW训练效率

推荐理由:数据组织是LLM训练中常被忽视的杠杆,STR和SAW方法几乎零成本就能提升训练效果,做预训练或SFT的团队值得一试。
原文
精选全部日报登录