#监督微调

共 5 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「监督微调」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月1日

这篇论文提出了两种新方法，能减少大模型幻觉，特别适合关注模型可靠性的研究者。

arXiv cs.AI@Arthur Becker 等 6 人原文

8月31日

研究人员为小模型对话游戏代理设计了一套三步训练法，显著提升了特定任务表现，同时保持通用能力。

arXiv cs.LG@Nan Li原文

8月27日

技巧 Agent 与开发者官方一手精选00:52

AWS分享了SFT数据准备的第一部分，包括格式和质量检查，对于想要了解如何为监督微调项目准备数据的人来说是个好资源。

官方一手AWS Machine Learning Blog@Elyse Zhang原文

8月5日

马斯克说 Grok 4.6 下周就来，1.5 万亿参数，重点改了监督微调和强化学习，可以先蹲一波。

IT之家原文

6月10日

论文精选11:05

做LLM微调的团队终于有了一个更系统的设计框架——Target-SFT直接告诉你如何选择目标分布，而不是盲目拟合每个token。做推理模型优化的开发者建议试试，效果在多个数据集上都有提升。

arXiv cs.LG@Tong Xie 等 6 人原文