11:20
官方账号arXiv cs.AI@Arthur Becker, Jakob Kemmler, David Thulke, Christine Schäfer, Christian Dugast, Hermann Ney
推荐理由：这篇论文提出了两种新方法，能减少大模型幻觉，特别适合关注模型可靠性的研究者。
监督微调
共 5 条相关 AI 资讯
9月1日
11:20
该研究探讨了监督微调(SFT)中目标响应可能引发模型幻觉的问题。研究团队在Qwen 3 4B和OLMo 3 7B模型上测试了知识对齐SFT方法。实验显示，该方法在WildHalu和Biography基准上减少了事实性幻觉，同时保留了模型通用能力。Recall Rewrite方法在UnknownBench上表现出最强的拒绝行为改进。
8月31日
09:10
09:10
官方账号arXiv cs.LG@Nan Li
推荐理由：研究人员为小模型对话游戏代理设计了一套三步训练法，显著提升了特定任务表现，同时保持通用能力。
8月27日
00:52
00:52
官方一手AWS Machine Learning Blog@Elyse Zhang
精选
推荐理由：AWS分享了SFT数据准备的第一部分，包括格式和质量检查，对于想要了解如何为监督微调项目准备数据的人来说是个好资源。
8月5日
07:38
07:38IT之家（博客/媒体）
72°
推荐理由：马斯克说 Grok 4.6 下周就来，1.5 万亿参数，重点改了监督微调和强化学习，可以先蹲一波。
6月10日
11:05
11:05
官方账号arXiv cs.LG@Tong Xie, Yuanhao Ban, Yunqi Hong, Sohyun An, Yihang Chen, Cho-Jui Hsieh
精选
推荐理由：做LLM微调的团队终于有了一个更系统的设计框架——Target-SFT直接告诉你如何选择目标分布，而不是盲目拟合每个token。做推理模型优化的开发者建议试试，效果在多个数据集上都有提升。