AFCS：原子事实条件化合成数据提升预训练事实性

Yunhao Wang 等论文作者（基于论文摘要）发布 AFCS（Atomic-Fact-Conditioned Synthesis），一种先从来源提取受支持的原子事实、再以每条保留事实驱动生成的合成数据流水线，用于提升预训练语料的细粒度事实覆盖。 在继续预训练实验中，作者称在相同 FineWiki 源语料上对 OLMo-3-7B 和一个 32B 基座进行训练，AFCS 在 SimpleQA、SimpleQA Verified、PopQA 和 HotpotQA 上优于 WRAP 和 Nemotron-CC。以上为作者报告的摘要结果，本站未核验全文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。