★ 3
Vela：用真实用户行为监督提升 LLM 智能
研究者提出 Vela 框架，将真实用户行为数据转化为可训练任务与轨迹。基于 10 万用户的匿名行为记录生成 10 万个任务，微调 Qwen3.6-35B-A3B 后在用户相关任务上最高提升 11.5 分，通用基准平均提升 4 分，表明用户行为是可扩展的监督信号。
arXiv NLP19 天前
#监督学习
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
GIST：面向表格基础模型的生成器状态监督方法
论文提出 GIST，利用表格基础模型预训练中生成器的中间状态来揭示标签不确定性，对条件标签分布上的查询损失取平均。该方法联合设计任务生成与查询监督，使用熵校准编码获得可处理的目标。在 TabArena 与 TALENT 上，GIST 在不改变架构与推理的情况下提升三种架构的平均排名。
arXiv cs.LG21 天前