arXiv · cs.AI· Javier Mar\'in·· 1 天前
APE：基于接受标准的选择性微调用于语言模型适应
APE: Selective Fine-tuning with Acceptance Criteria for Language Model Adaptation
arXiv:2505.19912v3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：Javier Mar\'in
研究任务与主要进展
作者提出APE选择性微调方法，在小规模数据子集上评估多个候选参数更新，仅接受超过性能阈值的修改，以在提升模型性能的同时控制参数变化。基于论文摘要，该方法在新闻摘要任务上报告33.9%的BLEU提升和36.2%的困惑度下降，并使用较少计算资源；具体资源用量、稳定性指标和实验细节未说明。
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