重复感知数据混合法缓解外推漂移

Imperial College与Cohere提出“重复感知”数据混合方法：针对小规模数据混合实验难以外推的问题，在各代理训练周期下采样高质量数据，使数据重复率与目标一致。实验结果显示，该方法相较传统scaling laws外推基线减少了混合比例漂移。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。