arXiv · cs.AI· Weimin Lyu, Jingfen Zhang, Lingdao Sha, Peng sun, Xiaowei Chen, Vincent Gao, Rui Song·· 2 天前
MoMaTune通过Model、Match和Tune两阶段提升语言模型数值记录处理能力
MoMaTune: Model, Match, Then Tune Language Models for Numerical Records
arXiv:2610.15235v1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：Weimin Lyu, Jingfen Zhang, Lingdao Sha, Peng sun, Xiaowei Chen, Vincent Gao, Rui Song
研究任务与主要进展
MoMaTune提出面向数值记录的两阶段后训练策略：先通过Model学习序列化记录，并可选使用Match进行同记录部分视图一致性训练，再用Tune进行下游目标预测。
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