arXiv cs.CL· Yuxuan Wang, Guangxiang Zhao, Xinyu Tan, Yahui Han, Xinxiang Yin, Zhonghai Wu, Xiangzheng Zhang, Lin Sun, Tong Yang·· 5 小时前AI 评分22
超越分布匹配：选择性边界保持的监督微调 SRP-SFT
Beyond Distribution Matching: Selective Margin Preservation for Supervised Fine-Tuning
AI 导读
研究者提出选择性排序保持微调 SRP-SFT，一种软边界目标，对参考模型 top-K 非目标 token 对的参考缩放下界施加 hinge 约束，达标即停止，无需冻结参考分布。
来源：arXiv cs.CL · arxiv.org