CodeForces 相关 AI 资讯 · AI 热点

9月1日

11:24

11:24

官方账号arXiv cs.AI@Gopi Krishnan Rajbahadur, Amir M. Ebrahimi, Boyuan Chen, Ahmed E. Hassan

本文提出工业后训练是棕地维护模式，团队需在固定计算和混合预算下改进已部署模型。研究揭示了三大挑战：零和混合设计、产量作为关键指标以及不确定性下的端到端集成。案例显示，提高教师蒸馏转化率使接受监督增加2.84倍，CodeForces pass@1提升2.59点，LiveCodeBench v6 pass@1提升6.11点。

论文 LLM 后训练数据工程

推荐理由：工业LLM维护团队必读，教你如何在有限资源下提升模型性能，数据工程比一次性配方更重要。