OptiMer获EMNLP杰出论文奖
热点事件持续更新
OptiMer获EMNLP杰出论文奖
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
NICT研究团队的论文《OptiMer: Optimal Distribution Vector Merging Is Better than Data Mixing for Continual Pre-Training》获EMNLP 2026杰出论文奖。该方法为不同数据集分别训练持续预训练模型，提取分布向量后通过贝叶斯优化搜索组合权重；其在Gemma 3 27B跨语言与领域实验中优于数据混合和模型平均基线，NICT称搜索成本可降低15至35倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 04:25
NICT 团队 OptiMer 获 EMNLP2026 杰出论文奖，搜索成本降低 15-35 倍报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntNICT 团队 OptiMer 获 EMNLP2026 杰出论文奖，搜索成本降低 15-35 倍
NICT 研究团队的 OptiMer 获得 EMNLP2026 杰出论文奖。该方法为每个数据集分别训练持续预训练模型，提取分布向量后用贝叶斯优化搜索组合权重，并在 Gemma 3 27B 的跨语言与领域实验中优于数据混合和模型平均基线，搜索成本降低 15-35 倍。
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。