arXiv发布元梯度数据加权筛选方法

2026年10月23日，arXiv cs.AI板块发布了一项新研究成果。该研究提出了一种可扩展的数据加权方法，旨在从多样化噪声来源中筛选高价值训练样本。 该方法利用元梯度直接优化数据权重，使权重规则具备泛化能力，不仅适用于新数据，还能从小模型迁移至大模型。在奖励建模应用场景中，该方法表现出自动适配特定领域的特性。研究发现，混合使用人类与合成监督信号的效果优于单一来源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。