arXiv：cs.LG（机器学习，全量分类）· Xuan Liu, Jingbin Qian, Haosheng Chen·· 1 天前AI 评分41
GapFT：利用 Pass@K 与 Pass@1 之间的差距进行微调
Learning from the Gap Between Pass@K and Pass@1
AI 导读
研究者提出 GapFT，按源检查点的单样本结果筛选训练数据，专门微调 Pass@K 与 Pass@1 之间的差距，即策略单次失败但 K 次采样内能解决的问题。
来源：arXiv：cs.LG（机器学习，全量分类） · arxiv.org