13:14
Amjad Masad@amasad
Amjad Masad@amasad精选
推荐理由：他试了在象棋AI数据里掺8%的推理数据，效果直接碾压纯数据，轻松上1300分。
训练技巧
共 2 条相关 AI 资讯
7月29日
13:14
阿马德·马萨德训练国际象棋LLM时发现，单纯用棋盘→走法配对数据在投入超1000小时后遭遇明显收益递减。一次意外中，一个"先思考再走棋"的分支因产生幻觉走法而失败，但他将约8%的这种推理轨迹混合进纯走法数据，在同等训练预算下取得了优于纯数据的效果。模型通过吸收推理轨迹，在推理时不再实际执行思考过程。最终模型Elo得分达到1300。
7月21日
04:12
04:12
elvis@omarsar0
elvis@omarsar0精选
推荐理由：这篇帖子讲了个后训练小诀窍：短任务训练就能让智能体扩展到8-32倍的长周期，省时省力，值得试试。