算法论文8

论文提出SFT监督微调新范式

深度学习自然语言处理2025-10-24

AI 摘要

论文指出，监督微调（SFT）用负对数似然（NLL）作目标，泛化能力受限。提出概率基目标家族和“模型能力连续体”概念，实验表明不同模型能力下目标表现不同，为LLM后训练提供优化路径。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI悄悄上架生命科学新模型

本文报道OpenAI在API价格页悄然上线未正式发布的生命科学新模型gpt-rosalind-discovery，梳理OpenAI Rosalind产品线布局，对比头部厂商路径，分析AI+药物发现赛道商业化的机遇与挑战。

本文报道OpenAI攻克千禧年数学难题纳维-斯托克斯方程事件，探讨AI生成证明超出人类认知上限的现状，剖析AI对传统科研范式、学术体系的冲击与伦理困境

针对大模型长链推理、科研任务中无法自我验证结果可靠性的结构性缺口，清华团队推出开源项目VeriLoop E2，拆分模型探索权与外部证据提交权，在多场景完成验证，推进可验证智能发展。

本文整理了ChatGPT共同创造者Liam Fedus的播客对谈，回顾ChatGPT诞生的内部细节，分享AI领域突破逻辑，提出AI需搭建实体实验室获取真实实验数据，推进材料科学等领域突破，介绍了其创立的Periodic Labs布局。