Tag: Fine-tuning

All the articles with the tag "Fine-tuning".

• Kimi-Audio Technical Report

  Published: 4 May, 2025 |  at  04:32 PM

  

  64.70 🤔

  本文提出Kimi-Audio，一个开源的音频基础模型，通过结合音频分词、LLM处理和逆分词的统一架构，以及大规模多模态训练，实现了音频理解、生成和对话的多任务SOTA性能。

• MAC-Tuning: LLM Multi-Compositional Problem Reasoning with Enhanced Knowledge Boundary Awareness

  Published: 4 May, 2025 |  at  04:32 PM

  

  63.08 🤔

  本文提出MAC-Tuning方法，通过分步微调分离答案预测和置信度估计，提升LLMs在多问题设置下的知识边界意识，显著减少幻觉并改善性能。

• DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition

  Published: 4 May, 2025 |  at  04:32 PM

  

  56.98 🤔

  本文提出DeepSeek-Prover-V2，通过子目标分解和强化学习统一非正式和正式数学推理，显著提升了神经定理证明的性能，在多个基准上达到最先进水平。

• MARFT: Multi-Agent Reinforcement Fine-Tuning

  Published: 4 May, 2025 |  at  04:28 PM

  

  56.39 🤔

  本文提出MARFT框架，通过序列决策和信任区域优化在LLM-based多代理系统中实现高效强化微调，提升代理协作能力并解决传统MARL的适用性问题。

• Diff-Prompt: Diffusion-Driven Prompt Generator with Mask Supervision

  Published: 4 May, 2025 |  at  04:32 PM

  

  54.39 🤔

  本文提出Diff-Prompt方法，使用扩散模型基于掩码监督生成细粒度提示信息，显著提升预训练多模态模型在复杂指代表达理解任务上的性能，同时保持高效微调。