CLIVO：可微聚类指令混合框架发布

Yuhan Wang 等作者发布 CLIVO，一个目标感知的多模态指令选择框架，用可微聚类和学习式验证目标从大规模指令池中挑选样本。论文称，从 800 万指令池中选出 10 万条时，CLIVO 达到全量数据四目标平均分的 97.2%，仅用 1.25% 数据；结合学习配额与样本排序后，比最强评测基线高出 1.55 分，单次反向传播即可为所有配额提供梯度。 该结果来自论文自述，尚未见独立复现或第三方评测；具体适用条件与对比基线细节以原文为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。