PECA：小模型临床推理长度可控
热点事件观察中
PECA：小模型临床推理长度可控
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Tanzeel Abbas 等作者提出参数高效简洁性适配方法 PECA，在 QLoRA 监督微调目标中加入单个可微简洁项，通过提高超出 token 预算后的序列结束概率来控制小型语言模型的临床推理长度。作者称该方法无需偏好数据、辅助模型或专有教师模型，单张消费级 GPU 即可完成。报道未给出实验效果数据。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
PECA：面向小型语言模型临床推理的可微长度控制与简洁性适配报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIPECA：面向小型语言模型临床推理的可微长度控制与简洁性适配
PECA 在 QLoRA 监督微调目标中加入单个可微简洁项，通过提高超出 token 预算后的序列结束概率实现长度控制，无需偏好数据、辅助模型或专有教师模型，单张消费级 GPU 即可完成。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
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。