arXiv论文提出组合数据选择框架与Mixture-then-Select算法
热点事件持续更新
arXiv论文提出组合数据选择框架与Mixture-then-Select算法
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
研究人员 Luyang Zhang、Jialu Wang、Bebei Li 在 arXiv 发表论文，提出组合式数据选择（CDS）框架及配套的两阶段算法 Mixture-then-Select，用于 LLM 微调中的数据选择。 论文称，既有方法将样本打分与子集选取混在一起，难以处理数据池跨域、评测跨任务时样本价值非可加的问题；CDS 将二者分离，先决定各域采样数量，再按归因分数在域内排序。 作者报告该算法比强基线高出 20% 至 54%，并在不同归因方法、模型和数据池规模下表现稳定，框架还可扩展到预算约束下的数据购买问题。上述效果均为论文自述结果，尚待独立验证。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIPick the Mixture, Not the Samples：面向 LLM 的组合式数据选择框架与 Mixture-then-Select 算法
针对 LLM 微调中数据池跨域、评测跨任务导致样本价值非可加的问题，研究者提出组合式数据选择（CDS）框架，将样本打分与子集选取分离，并据此设计两阶段算法 Mixture-then-Select：先决定各域采样数量，再按归因分数在域内排序。实验显示其比强基线高出 20% 至 54%，且在不同归因方法、模型和数据池规模下均稳定，该框架还可扩展到预算约束下的数据购买问题。
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。