本研究提出了DONOD方法，通过模型参数评估和TOPSIS算法，解决了大型语言模型在特定领域微调中的泛化能力不足和噪声数据问题。实验结果表明，使用DONOD筛选的数据显著提高了准确率。

DONOD: Achieving Robust and Generalizable Instruction Fine-Tuning for Large Language Models via Model-Intrinsic Dataset Pruning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证