训练前先验证:把轨迹提炼成技能喂进上下文重跑评测
ziv_ravid · x · 2026-11-19
推文线程片段给出训练前的关键判断法:先确认你想测的能力有大幅提升空间,再决定是否投入训练。具体做法是「技能蒸馏」——从轨迹数据中提取一组技能(手动、自动或从数据观察得出),把它们放进现有模型的上下文里重跑评测。如果提升了,说明数据中有模型不知道的东西,值得训练;如果没有提升,不代表数据没价值,但前景应更悲观。
所属事件:训练前后关键步骤:先技能蒸馏验证,再迭代清洗数据(2 条相关)→
「编程与Agent」频道最新
- Hermes 适配器实战演示:35 次工具调用解出基础模型搞砸的 SWE-Bench Pro 任务 — yb2698 · 2026-11-19
- NousResearch 发布 Qwen3.8-27B Hermes 适配器:SWE-Bench Pro 29.4%→43.1%,token 省 3.5 倍 — yb2698 · 2026-11-19
- 一条 EBS gp3 命令让 Weaviate 千万向量索引查询性能提升 26 倍 — philipvollet · 2026-11-19
- Human Principal 开启内测:用密码学证明 AI agent 背后是真人 — yenkel · 2026-11-19
- 纯代码生成 3D 场景:GPT-6.2 十几分钟搭出深海文明小城 — OpenAIDevs · 2026-11-19
- 设计师被当「室内装修工」:taste.md 只管美学不管架构是头猪涂口红 — round · 2026-11-19