QMAC：语义流形上的数据选择新方法

Peng Sun 等作者提出 QMAC，一种质量感知的多频带特征函数匹配数据选择方法，将数据选择建模为分布匹配与质量过滤的联合优化问题，在多个频率尺度上匹配所选子集与全量数据的经验特征函数。 据论文，该方法覆盖 4 种数据类型、8 个目标模型和 44 个 benchmark，在标准图文指令数据上优于现有数据选择基线，在文本指令、图文推理和文本推理数据上大幅超过随机选择，并在多种模型与预算组合下超过全量数据训练。作者称代码将在论文被接收后公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。