Plurai: modelo pequeno de 3 bilhões de parâmetros supera o modelo especializado de 20 bilhões de parâmetros

robot
Geração de resumo em curso

Notícias do site Coinjie, o quadro barred proposto pela Plurai gera automaticamente dados de treino sintéticos a partir de uma descrição de tarefa e de uma pequena amostra não rotulada, treinando uma barreira de conteúdo personalizada (guardrail) para verificar se a saída da IA viola as regras.
Este conjunto de dados ajustado com o qwen2.5-3b (30 bilhões de parâmetros) supera amplamente o oss-safeguard-20b da OpenAI (200 bilhões de parâmetros) em tarefas de estratégia de diálogo, verificação de saída de agentes e conformidade médica, e também supera o GPT-4.1 usado diretamente.
Este quadro divide a tarefa em múltiplas dimensões, gerando especialmente amostras fáceis de serem mal interpretadas na zona de fronteira.
Após a geração, as amostras passam por uma fase de «debate assimétrico» para garantir a precisão das etiquetas.
O código de avaliação e os conjuntos de dados já estão abertos no GitHub e no Hugging Face.

Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixar