面壁发布 onPanda：token 级纠错让对齐数据标注时间减半
stepfun-ai · hf · 2026-09-22
阶跃星辰（stepfun-ai）在 Hugging Face 发布开源工具 onPanda，用于高效标注 LLM 对齐数据与 agent 轨迹。
- 核心交互：token 级纠错——标注者定位模型回复中第一个不当 token，从候选 token 中挑选替换或自由输入正确文本，系统截断其后内容并从修正后的前缀继续生成，循环「定位—纠正—续写」直至满意。
- 效率：小型对照研究显示，相比人工事后编辑，中位标注时间减少 52%。
- 数据价值：最终回复绝大多数 token 由模型自身生成，保留模型采样分布，适合构建 on-policy SFT 与偏好数据；token 级修正天然提供精确定位的细粒度监督和正负配对样本。
- 配套发布：支持接入外部工具做交互式轨迹标注，并开源了用 onPanda 标注的 Panda-CVL 数据集及 token 级纠错 benchmark。
所属事件:阶跃星辰开源 onPanda，对齐数据标注时间减半(3 条相关)→
「研究」频道最新
- ECIR 2027 设 SAFE-SEARCH 研讨会，聚焦对话式搜索安全，1 月 15 日截稿 — HamedZamani · 2026-11-12
- 仅用正例自举后训练：235B 模型写出与人类难以区分的科学文本 — AllThingsApx · 2026-11-12
- UC Berkeley 开源 RoboSimStudio：AI Agent 无需训练数据编程工业机器人 — berkeley_ai · 2026-11-12
- LAION 发布 14 亿样本音频语料库，CLAP2-L 登顶 MAEB-30 达 53.6% — serrjoa · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Scale AI 论文：374 次攻击中 36% 成功，模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12