讀紙 ReadPaper

由 Claude Code Max 翻譯的 AI 論文繁體中文版 · 101 篇

篩選標籤: 資料合成 1 篇 × 清除
2604.14164v1 CC BY 4.0 Alibaba / Qwen Team

如何微調推理模型?師生合作框架合成學生一致的 SFT 資料

How to Fine-Tune a Reasoning Model A Teacher-Student Cooperation Framework to Synthesize Student-Consistent SFT Data

Zixian Huang, Kaichen Yang, Xu Huang, Feiyang Hao, Qiming Ge, Bowen Li, He Du, Kai Chen, Qipeng Guo

LLMReasoningSFTKnowledge DistillationCatastrophic Forgetting資料合成
Teds Lin 許願