5k 数据匹敌 89k:SFTProbe 直接生成推理数据提速 41 倍
heghbalz · x · 2026-11-22
被转发的原推介绍 NeurIPS 2026 论文 SFTProbe:与其依赖昂贵的「先生成再过滤」流水线,不如直接生成高质量推理数据。作者引用对比:整理 OpenThoughts-114k 数据集需要 4000+ H100 GPU 小时(16 卡跑约 1.5 周),而 SFTProbe 生成的数学推理 SFT 数据集只需 103 GPU 小时(16 卡约 6 小时)就能在数学推理上胜出,约 41 倍提速;同时发布了新的奥赛级物理数据集。
「研究」频道最新
- Benjamin Bratton 谈 RH 证明之争:半人马认知终结 lone genius 神话 — bratton · 2026-11-22
- 流式动作分词器 NAT 发布:49k 小时数据训练,零样本适配未见机器人本体 — YuXiang_IRVL · 2026-11-22
- 审计发现机器人仿真基准 RoboDojo 物理引擎失真 — AIFlow_ML · 2026-11-22
- 研究揭示用户模拟器评测盲区:现有指标仅识别 10 类失败中的 5-6 类 — geoffwolfe · 2026-11-22
- LeCun 等证明标准世界模型无法回答反事实,给出零训练修正法 — alex_verem · 2026-11-22
- Anthropic 数学家宣称证明黎曼猜想,数学界最著名难题告破? — Top-Reflection-6518 · 2026-11-22