CreativeInstruct 发布：破解大模型创造力坍缩难题

为解决大语言模型在 RLHF 等后训练阶段出现的输出同质化和“创造力坍缩”问题，Elias Eskin 等人发布了名为 CreativeInstruct 的可扩展后训练方法。该方法主要针对 8B 至 32B 参数规模的模型，致力于在提升模型输出质量的同时，有效增强其在叙事与推理任务中的多样性，让模型兼顾高质量与高创造力。

2026-08-11 ~ 2026-08-11 · 2 条相关

另有 1 条近重复转述:EliasEskin