标签
DomainPilot 提出了一种基于领域级损失引导的两阶段框架，用于大语言模型微调中的数据混合优化，在无需增加数据量或训练成本的情况下，在 MMLU-Redux、AIME24、LiveCodeBench v5 和 BFCL v3 上实现了性能提升。