论文提出CIG-SFT条件信息增益加权微调框架
热点事件持续更新
论文提出CIG-SFT条件信息增益加权微调框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yuxuan Gu、Kequan Niu 等论文作者在 arXiv 发布论文，提出 CIG-SFT 框架：估计每个示范 token 携带的任务条件信息增益，用该信息改进大语言模型监督微调的后训练泛化能力。方法在教师强制设置下进行，即冻结参考模型、固定黄金解前缀，比较模型访问任务输入前后的 token 似然，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。 作者称，在数学推理和代码生成基准上，CIG-SFT 持续优于标准 SFT 和近期的自适应微调基线。该结果为论文声称，本说明基于论文摘要，未核验全文或独立复现。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
CIG-SFT：用条件信息增益改进大语言模型可泛化后训练报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AICIG-SFT：用条件信息增益改进大语言模型可泛化后训练
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。