GEOZ

标签:AI大模型

查看包含 AI大模型 标签的所有文章。

865
如何提升LLM数学推理?2026年RFT拒绝采样微调深度解析

如何提升LLM数学推理?2026年RFT拒绝采样微调深度解析

BLUF
本文解析了拒绝采样微调(RFT)方法,用于提升大语言模型的数学推理能力。流程为:小模型生成多样化推理路径,经质量与多样性筛选后,微调大模型(如Llama2-70B)。关键发现:RFT通过增加训练数据中推理路径的多样性,显著优于标准监督微调(SFT),尤其对弱模型提升明显。
AI大模型2026/3/17