arXiv · cs.AI· Jian Gao, Xiao Zhang, Xun Zhu, Miao Li, Ji Wu·· 6 小时前
PGT与CPS利用任务级自然语言先验改进低资源大语言模型训练
Task-Level Natural Language Priors as Learning Signals for Low-Resource LLM Training
arXiv:2609.02244v2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：Jian Gao, Xiao Zhang, Xun Zhu, Miao Li, Ji Wu
研究任务与主要进展
Jian Gao、Xiao Zhang、Xun Zhu、Miao Li 和 Ji Wu 提出 Prior-Guided Tuning（PGT）及其实现 Contrastive Prior Steering（CPS），将任务级自然语言先验作为训练信号，同时保留监督目标并加入正、负先验条件损失。
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