#自监督学习

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

3B参赛模型用TPT可以提升10%以上性能。我严重怀疑自监督学习本身先用统计规律撑满参数，然后模型会被逼再抽象出feature，火候掌握的好的话，模型的元认知能力就更出众。 “我们提出思维增强预训练（TPT），这是一种通用方法，用自动生成的思维轨迹来增强文本。这种增强有效地增加了训练数据的量，并通过逐步推理和分解使高质量的令牌更容易学习。” “值得注意的是，TPT将LLM预培训的数据效率提高了3倍。对于3B参数模型，它在几个具有挑战性的推理基准上将训练后性能提高了10%以上。”

#TPT #自监督学习 #3B参数模型 #性能提升 #思维增强预训练