ホットトピック継続更新中
研究人员提出高效指令微调数据选择方法QSGS
1 件の報道1 件の報道元16 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，arXiv发布的研究提出了一种面向高效指令微调的数据选择方法QSGS。该方法通过在梯度相似度图上进行子模优化，并结合梯度引导合成，以平衡目标相关性并抑制样本冗余。在Llama-2、Llama-3和Mistral等模型上的实验表明，QSGS在MMLU、BBH与TydiQA基准评测中均超越最强基线。其中，Mistral-7B仅需0.5%的数据预算即可匹敌或超越全量微调的表现，且在数据预算越紧缩时优势越显著。
AI が報道をもとに生成 · 15 時間前 更新
最新の進展11月4日 13:00
研究人员提出QSGS方法，Mistral-7B仅用0.5%数据预算即可匹敌或超越全量微调。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 人工智能面向高效指令微调的基于查询子模数据选择方法
研究人员提出高效指令微调数据选择方法 QSGS，通过梯度相似度图上的子模优化与梯度引导合成，平衡目标相关性并抑制样本冗余。在 Llama-2、Llama-3 和 Mistral 上的实验显示，QSGS 在 MMLU、BBH 与 TydiQA 上均超越最强基线。其中 Mistral-7B 仅用 0.5% 数据预算即匹敌或超越全量微调表现，预算越紧缩优势越显著。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。