SLIM-RAFT：一种新颖的微调方法以改善南方共同市场通用名称的跨语言表现
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了针对非英语语言的自然语言处理（NLP）在特定领域（如南方共同市场通用名称应用）所存在的显著不足。提出了一种简化的检索增强微调技术SLIM-RAFT，该方法以简洁的方式实现了任务特定的微调，取得了显著优于TeenyTineLLaMA和ChatGPT-4的性能。该方法不仅适用于南方共同市场的应用，也可轻松调整用于全球的协调系统应用。
该研究使用TeenytineLLaMA作为源模型，提出了SLIM-RAFT方法用于LLM的微调，并通过简明扼要的文档进行训练。该方法在细化较小的LLMs上表现出高效经济的替代方案，优于TeenyTineLLaMA和ChatGPT-4。适用于全球的HS应用。
