跳到正文
AGI Hunt· jefrankle·· 1 小时前AI 评分50

哈佛团队新论文:SFA 击败所测 replay 配置,节省 36.3% 训练时间

哈佛团队新论文:简单参数平均 SFA 击败 replay,省 36% 训练时间

AI 导读

哈佛团队更新预印本并提出 SFA(Sequential Fine-tuning with Averaging),以周期性参数插值缓解灾难性遗忘。Qwen3-14B adapter 持续学习测试中,SFA 固定配置的平均最终准确率超过所测 replay 与 adaptive-merging 配置,任务训练时间最多减少 36.3%。

来源:AGI Hunt · agihunt.info