跳到正文
热点事件持续更新

DiPietro 提出 SFT 配方以减少模型能力退化

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

DiPietro 提出一套有监督微调(SFT)配方,称通过调整数据比例、batch size 和加入 KL 惩罚等手段,可在完成微调的同时保持模型通用能力。 该配方的主张是:SFT 导致灾难性遗忘与能力退化并非必然,关键在于数据配方,而非微调本身。上述效果为提出者说法,报道未给出独立验证结果。

AI 根据报道生成 · 35 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. RadarAI
    SFT 训练配方解析:如何避免灾难性遗忘与退化

    DiPietro 提出的 SFT 配方建议通过数据比例、batch size 和 KL 惩罚等技术手段,在完成有监督微调的同时保持模型通用能力。文章指出 SFT 导致退化并非必然,关键在于数据配方而非微调本身。

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。