热点事件持续更新

研究团队提出推理LLM的SFT数据高效筛选方法SFTProbe

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

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 根据报道生成 · 4 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

13:00
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。

本事件热度走势

当前热度 8·可比范围峰值 9（11月3日 18:00）·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。