arXiv · cs.AI· Huihao Jing, Wenbin Hu, Shaojin Chen, Haochen Shi, Zhongwei Xie, Guijia Zhang, Yuxuan Liu, Haoyu Huang, Haoran Li, Yangqiu Song·· 8 小时前
SoFT：通过软目标微调提升大语言模型的多领域泛化能力
SoFT: Soft Targets for Generalizable LLM Fine-Tuning
arXiv:2609.32493v2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：Huihao Jing, Wenbin Hu, Shaojin Chen, Haochen Shi, Zhongwei Xie, Guijia Zhang, Yuxuan Liu, Haoyu Huang, Haoran Li, Yangqiu Song
研究任务与主要进展
SoFT提出一种面向大语言模型多教师、多领域示范的软目标微调方法，在学习新能力的同时保持Base模型已有能力。该方法为每个示范词元设置最低目标概率，并在尽量减小相对Base分布KL散度的约束下进行优化，还通过领域特定梯度预算调节二者平衡。混合领域推理和Agent任务实验显示，SoFT在所比较方法中取得最佳总体表现，并改善了分布内能力获取和分布外泛化。
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