FAER：可审计的全轨迹回放后训练框架
热点事件持续更新
FAER：可审计的全轨迹回放后训练框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Miaobo Hu 等作者提出可审计的全轨迹回放框架 FAER，用于语言模型后训练中的轨迹选择。其 learner-aware 选择器 FAER-UTILITY 在 GSM8K 上用 Qwen2.5-1.5B-Instruct 达到 0.6624 质量分，高于固定选择器的 0.6329 和 format-feedback 的 0.6037。作者称该框架用于弥合轨迹选择与学习效果之间的差距。
AI 根据报道生成 · 46 分钟前更新
最新进展10月19日 12:00
FAER：面向语言模型后训练的可审计效用对齐轨迹回放框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.CLFAER：面向语言模型后训练的可审计效用对齐轨迹回放框架
FAER 是一个可审计的全轨迹回放框架，用于语言模型后训练中的轨迹选择，其 learner-aware 选择器 FAER-UTILITY 在 GSM8K 上用 Qwen2.5-1.5B-Instruct 达到 0.6624 质量分，高于固定选择器的 0.6329 和 format-feedback 的 0.6037。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。