FAER：面向语言模型后训练的可审计轨迹回放框架

Miaobo Hu 等在 arXiv 论文中提出 FAER，一个面向语言模型后训练的可审计完整轨迹回放框架，核心是区分缓存轨迹的正确性与下游学习效用，即轨迹选择正确不等于对学习有用。 证据目前仅基于论文摘要，实验限于 GSM8K 与 Qwen2.5-1.5B-Instruct 的匹配学习研究（128 次更新）：FAER-UTILITY 质量分 0.6624，高于固定选择器 0.6329、格式反馈 0.6037 和均匀选择 0.5482；该行记录成本为 62,844 个目标运行令牌和 4.26 GPU 小时。仅用元数据的交叉拟合校准达 0.6476±0.0139（八种子，配对95%区间 [+0.079,+0.122]），完整记录成本含校准为 189,642 令牌和 3.48 GPU 小时。 跨任务与零样本结果细节材料未展开，泛化性尚待验证。

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。