IXThinker·2025-06-23 23:50清華英偉達提NFT 監督學習也會自我反思
監督學習也能像強化學習一樣「自我反思」。清華大學與英偉達、斯坦福聯合提出新方案NFT，透過隱式負向策略額外利用負向數據訓練，縮窄監督學習與強化學習的差距。
負向數據妙用
NFT（Negative-aware FineTuning）並非使用「差數據」訓練，而是在已知模型計算結果的前提下，以負向數據訓練正向模型，即「隱式負向策略」（Implicit Negative Policy）。
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。