少即足夠：用稀疏自編碼器在 LLM 特徵空間中合成多樣化資料
Less is Enough: Synthesizing Diverse Data in LLM Feature Space with Sparse Autoencoders
arXiv
5
Liang-Hsun Huang 許願
透過簡單且統一的擴展實現金牌級奧林匹亞推理
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
arXiv
41
Teds Lin 許願
OpenThoughts：推理模型的資料配方
OpenThoughts Data Recipes for Reasoning Models
arXiv
61
Thomas Liang 許願
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
arXiv
74
Teds Lin 許願
大型語言模型後訓練：離策略與在策略學習的統一視角
Large Language Model Post-Training A Unified View of Off-Policy and On-Policy Learning
arXiv
0
Teds Lin 許願
重新思考推理 SFT 中的泛化：對最佳化、資料與模型能力的條件式分析
Rethinking Generalization in Reasoning SFT
arXiv
60
Teds Lin 許願