热点事件观察中
研究团队提出GapFT微调方法提升单样本推理表现
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月30日，研究人员提出名为GapFT的微调方法。该方法通过针对单样本生成失败但能在K个样本内成功的问题进行训练，旨在将多样本搜索能力吸收进单样本解码。实验结果显示，在Llama-3.1-8B模型上，GapFT使LogiQA 2.0和ReClor的Pass@1分别提升14.4与13.9分，且仅用三分之一的数据即可匹敌全量验证池微调效果。此外，该优势在Qwen2.5-7B上同样成功复现，性能持续优于同等预算下的均匀验证RFT。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
研究团队提出GapFT微调方法，仅用少部分数据即可显著提升单样本解码表现。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 机器学习GapFT：从 Pass@K 与 Pass@1 的差距中学习
研究人员提出 GapFT 微调方法，通过针对单样本失败但在 K 个样本内成功的问题进行训练，将搜索能力吸收进单样本解码。在 Llama-3.1-8B 上，GapFT 使 LogiQA 2.0 和 ReClor 的 Pass@1 分别提升 14.4 与 13.9 分，仅用三分之一数据即匹敌全量验证池微调。该优势在 Qwen2.5-7B 上同样成功复现，且持续优于同预算的均匀验证 RFT。
本事件热度走势
当前热度 5·可比范围峰值 5（10月1日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。