IXThinker·2025-03-10 19:10CMU等提批判式微調CFT 5萬樣本勝200萬
監督微調（SFT）長期是大語言模型訓練的核心技術，但在複雜推理任務上表現平平。CMU等機構的華人學者提出「批判式微調」，讓SFT以極少樣本重拾競爭力。
SFT的局限
傳統SFT要求模型模仿人類標註或合成的高質量回覆，以增強通用指令遵循能力，相關數據集常用Self-Instruct、Evol-Instruct等方法構建，但面對複雜推理任務時往往力不從心。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。