PACT：面向单 Token 类型决策的成对锚定校准微调方法

研究人员提出 PACT 微调方法，通过引入 4 项利用对比数据结构的训练目标与 3 参数上下文温度，优化单 token 类型决策模型的校准与鲁棒性。在 324 项测试集上，PACT 取得最低的位置偏差（答案翻转率降至 9.8%）与更低的序数误差（MAE 0.232），并将 NLL 降低 26%。相关代码、数据集与训练适配器已公开。