slerp

#slerp

从生产流量到后训练：构建覆盖企业请求混合的自托管LLM

Hugging Face Daily Papers ↗ · 2026-09-01 缓存

一篇研究论文提出了一种方法，使用通过SLERP合并的单独GRPO专家来训练较小的自托管LLM，该LLM在企业任务上优于更大的基线模型，并以更低的成本服务一半的平台流量。

0 人收藏 0 人点赞