指令微调加模型合并适配推理模型

1. 12:00
   arXiv：cs.LG

   利用指令微调与模型合并实现推理模型适配

   研究提出用标准指令微调加模型合并的方式，将推理语言模型适配到新领域：先做指令微调，再按合适比例与原始推理模型合并，以恢复目标域的推理行为。在 4 个推理模型上针对代码与文本摘要任务评测，目标任务性能最高提升 11.0%，分布外分数平均仅下降 0.7%，单模型适配成本低于 10 美元。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。