★ 2
研究：模型合并与搜索推理提升土耳其语数学能力
研究结合 LoRA 微调、权重空间模型合并与搜索式推理提升土耳其语数学推理，基于 Turkish-Llama 8B-DPO 与 MetaMath、NuminaMath、TigerLab 的土耳其语翻译数据。结果显示数据质量胜于规模，线性合并增益最大（GSM8K 达 0.63），MCTS 与思维树搜…
arXiv NLP5 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究结合 LoRA 微调、权重空间模型合并与搜索式推理提升土耳其语数学推理，基于 Turkish-Llama 8B-DPO 与 MetaMath、NuminaMath、TigerLab 的土耳其语翻译数据。结果显示数据质量胜于规模，线性合并增益最大（GSM8K 达 0.63），MCTS 与思维树搜…