ホットトピック継続更新中
研究团队提出推理LLM的SFT数据高效筛选方法SFTProbe
1 件の報道1 件の報道元22 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，研究人员在arXiv发布研究，提出用于推理LLM的高效SFT数据生成与筛选方法SFTProbe。该方法通过评估推理轨迹5%的loss来预测数据质量，成功将推理LLM的SFT数据整理时间从数周缩减至数小时。在数学推理任务中，SFTProbe生成的5k样本性能媲美OpenThoughts-Math的89k筛选样本，7.5k样本的准确率高出2.5%。目前，研究团队已开源相关代码及物理推理数据集，其训练的模型表现已超越IPhO 2025银牌模型。
AI が報道をもとに生成 · 18 時間前 更新
最新の進展11月3日 13:00
研究团队发布SFTProbe方法，大幅缩减数据整理时间并开源代码及物理推理数据集。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3日
- arXiv 机器学习从数周缩减至数小时：推理 LLM 的快速 SFT 数据生成方法
研究人员提出 SFTProbe，通过评估推理轨迹 5% 的 loss 预测数据质量，将推理 LLM 的 SFT 数据整理时间从数周缩减至数小时。在数学推理任务中，该方法生成的 5k 样本性能媲美 OpenThoughts-Math 的 89k 筛选样本，7.5k 样本准确率高出 2.5%。团队已开源相关代码及物理推理数据集，其训练的模型表现超越了 IPhO 2025 银牌模型。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 9（11月3日 18:00）·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。