Cohere Labs:SFT 数据配比让推理模型无需各语言推理标注即通用
CohereLabs · hf · 2026-09-12
Cohere Labs 发布多语言推理研究：通过优化监督微调（SFT）数据配比，可让推理模型稳定地以多种非英语语言理解并回答问题，而无需在每个目标语言上都提供推理过程监督数据。「数据混合」成为跨语言泛化的支柱，显著降低多语言推理模型的训练数据成本。
所属事件:Cohere 开源 Tiny Aya L2-Thinker：3.35B 模型多语言母语推理(4 条相关)→
「研究」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- Finch 1 发布：用 50+ 种传感器影像训练的通用地理空间基础模型 — Scobleizer · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27