开源大语言模型分类器 SCM 训练中 48 项失败实验复盘

开源分类模型项目 SCM 公开记录了基于 Qwen3 训练分类器时的 48 项失败实验数据，发现盲目扩充通用数据、先验去偏、保形预测保证以及模型蒸馏在未知工作流中普遍失效，仅增大模型参数规模能稳定提升跨任务泛化能力。实验表明未知任务的基线噪声约在 0.05 准确率，团队建议在调优前预先设定硬性准入规则并测量系统固有噪声，避免无效迭代。