TailSFT: Phương pháp mới từ Microsoft giúp tối ưu hóa SFT để tăng cường hiệu suất RL

Tóm tắt AI

Microsoft giới thiệu TailSFT, kỹ thuật lọc dữ liệu giúp mô hình tập trung vào các phần chưa tối ưu thay vì lãng phí tài nguyên vào những gì đã học tốt, từ đó cải thiện đáng kể khả năng lập trình và toán học sau khi huấn luyện tăng cường (RL).