arXiv · cs.AI· Yuxuan Gu, Kequan Niu, Xiaocheng Feng, Yun Li, Yiqiao Yang, Bing Qin·· 5 小时前
CIG-SFT：用条件信息增益改进大语言模型可泛化后训练
What Should SFT Learn? Conditional Information Gain for Generalizable Post-Training
arXiv:2610.12995v1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：Yuxuan Gu, Kequan Niu, Xiaocheng Feng, Yun Li, Yiqiao Yang, Bing Qin
研究任务与主要进展
作者提出CIG-SFT，通过估计每个示范 token 携带的任务条件信息增益，改进大语言模型监督微调的后训练泛化能力。该方法在冻结参考模型、固定黄金解前缀的教师强制设置下，比较模型访问任务输入前后的 token 似然，并将所得信息用于KL正则化策略投影及等价的标量加权SFT目标。
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