删掉 99.95% 训练信号，效果反而更好极端稀疏监督刷新大模型后训练逻辑

AI
9月30日

强哥来了

来自亚马逊和杜克大学的研究团队一项最新研究发现：一条包含数千个 token 的推理轨迹，有时只训练其中一个 token，就已经足以明显提升模型的推理能力。

顶踩