漂移约束优化：指令模型微调中只有方向重要
原文标题：Drift-Constrained Optimization: Only Direction Matters in Fine-Tuning Instruct Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出在微调前设定行为漂移预算，将微调重构为方向选择问题，认为漂移决定与参考模型的距离，而更新方向是剩余自由度。在仅用最终答案微调的严苛QA设定下，层选择性探针逆转了失败并找到有效方向，在Qwen3-8B/14B上显著提升科学推理与多语言翻译，覆盖100多种语言并媲美专用翻译系统。
- 问题
- 微调指令模型提升目标任务时引发行为漂移，损害原有能力。
- 方法
- 预先设定行为漂移预算，将微调重构为方向选择问题，用层选择性探针寻找有效方向。
- 结果
- 在Qwen3-8B/14B上显著提升科学推理与多语言翻译，覆盖100多种语言，媲美专用翻译系统。
- 影响
- 为微调提供可控漂移的方向选择方法，降低能力退化风险。
深读 · 结论先行AI 生成展开看要点与影响 ↓
研究把微调重构为方向选择：先设漂移预算，层选择性探针在Qwen3-8B/14B上逆转纯答案微调的失败。
- •提出在优化前设定行为漂移预算，漂移决定与参考模型的距离，更新方向成为剩余自由度。
- •在仅用最终答案微调、推理时仍需多步推理的严苛QA设定下，粗粒度层选择性探针逆转了失败。
- •多个相邻配置在提升目标性能的同时，保留推理与通用能力。
- •在Qwen3-8B与Qwen3-14B上显著提升科学推理与多语言翻译，覆盖100多种语言，媲美专用翻译系统。
为什么重要：给指令模型微调提供“控漂移、选方向”的可操作框架，对需要保能力的下游微调团队有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。