论文提出组合式数据选择并提交第二版
热点事件持续更新
论文提出组合式数据选择并提交第二版
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
Luyang Zhang等作者提交了论文《Pick the Mixture, Not the Samples: Combinatorial Data Selection for LLMs》的第二版，提出用于大语言模型微调的组合式数据选择框架。其方法先分配各领域的样本数量，再依据归因分数筛选具体样本。 论文报告称，该方法在实证测试中比强基线高20%至54%，并适用于不同归因方法、模型和数据池规模；其理论误差界与选择规模呈线性关系，且独立于数据池规模。
AI 根据报道生成 · 58 分钟前更新
最新进展10月28日 12:00
选择数据混合，而非样本：面向 LLM 的组合式数据选择报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning选择数据混合，而非样本：面向 LLM 的组合式数据选择
研究提出面向 LLM 微调的组合式数据选择（CDS）框架，并设计 Mixture-then-Select，先分配各领域的样本数量，再按归因分数筛选样本。该方法在实证测试中比强基线高 20% 至 54%，且适用于不同归因方法、模型和数据池规模。其理论误差界与选择规模呈线性关系、独立于数据池规模，并可扩展至预算约束下的变价数据采购问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。