标签
WeightsLab 是一个开源、PyTorch 原生的工具，允许团队在训练过程中暂停、检查实时损失信号，并在数据问题（如标签错误和类别不平衡）影响模型性能之前发现它们。它专为处理图像、视频和 LiDAR 点云的计算机视觉工程师而设计。
本文提出了PreUnlearn，一个在LLM遗忘执行前审计附带知识损害的框架，采用以数据为中心的分析来预测跨语义层的下游损害。
本文介绍了LIMMT，这是一项以数据为中心的研究，表明使用高质量、极小的运动数据子集（不到AMASS的3%）进行训练，在基于物理的人形动作追踪方面优于使用完整数据集，并通过物理可行性、多样性和复杂性来定义运动数据质量。
本综述将大型语言模型的对齐微调重新表述为一个数据流水线设计问题，将其分解为三个环节：响应合成、偏好评估和偏好实例化。它识别了设计权衡和失败模式，并概述了开放挑战，如提示级对齐和智能体设置。
本文挑战了代码能提升语言模型推理能力的观点，通过受控的预训练实验发现，代码主要提升编程能力，而推理能力的提升来自结构化推理轨迹（如代码-文本混合和数学-文本混合）。
本文介绍了EMA，一种面向学习型系统的模型自适应系统，能够在降低训练和标注成本的同时，提升系统在不断演化环境中的性能。