arXiv · cs.AI· Yunhao Wang, Feng Zhang, Tinghao Yu, Xing Wu, Jiang Zhou·· 6 小时前
AFCS：通过原子事实条件化合成提升语言模型事实知识预训练
AFCS: Atomic-Fact-Conditioned Synthesis for Factual Knowledge Pretraining
arXiv:2610.20086v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yunhao Wang, Feng Zhang, Tinghao Yu, Xing Wu, Jiang Zhou
研究任务与主要进展
AFCS是一种先提取来源支持的原子事实、再以每条事实驱动生成的合成流水线，用于提升语言模型预训练语料中的细粒度事实覆盖。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org