Fleuret确认Bigstate提升1.5B模型成绩
热点事件持续更新
Fleuret确认Bigstate提升1.5B模型成绩
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
AI研究者 François Fleuret 转发并确认，Bigstate训练方法在1.5B参数模型的GSM8K 8-shot评测中，将正确率从26.76%提升至37.23%，增幅超过10个百分点；该方法的具体实现和实验条件未在此次转发中展开。 与baseline相比，采用Bigstate后Post-SFT训练交叉熵反而从0.000567升至0.000790。Fleuret称，这一结果表明，状态跟踪机制可能比单纯降低训练损失更有效，但这一解释来自其个人判断。
AI 根据报道生成 · 1 小时前更新
最新进展11月8日 19:39
Fleuret 背书：Bigstate 使 1.5B 模型 GSM8K 从 26.8% 升至 37.2%报道时间线
沿着报道，了解事件的不同侧面。
11月8日
- AGI HuntFleuret 背书：Bigstate 使 1.5B 模型 GSM8K 从 26.8% 升至 37.2%
François Fleuret 确认 Bigstate 训练方法有效：1.5B 模型 GSM8K 8-shot 成绩从 26.76% 升至 37.23%。相较 baseline，Post-SFT 训练 CE 从 0.000567 升至 0.000790，结果提示状态跟踪机制可能比单纯压低损失更有效。
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。