标签
该论文提出了 WHALE，一种交替优化方法，用于联合训练 AI 代理中的模型权重和 Harness 代码，在搜索 QA、数学推理和国际象棋谜题中实现了显著的性能提升。
本文研究了数据规模与延迟对流式ASR跨语言迁移的影响，发现多语言初始化的优势受限于数据量而非延迟，且随着目标语言数据的增加而减弱。
本文详细介绍了模型微调的基本概念和术语，包括预训练、监督微调、LoRA等关键知识点，适合初学者理解。