跳到正文
热点事件持续更新

NADS论文被NeurIPS 2026接收

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Jianhao Zhang等人在arXiv发布论文,提出名为NADS的导航器引导数据选择框架,旨在缓解大语言模型微调过程中的灾难性遗忘问题。该框架通过导航器模型与预训练模型的预测偏差,评估合成候选数据的遗忘感知效用,以平衡新任务性能与通用能力保留。 为降低计算开销,NADS结合预测分歧打分,采用高效的效用-多样性选择策略构建约束集。目前,该论文已被NeurIPS 2026正式接收,相关代码已向公众公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv · ML
    NADS:基于导航器引导的数据选择以缓解微调中的灾难性遗忘

    NADS框架通过导航器模型偏差评估合成候选数据的遗忘感知效用,平衡LLM新任务性能与通用能力保留。 该方法利用导航器与预训练模型的预测分歧打分,结合高效的效用-多样性选择策略构建约束集,降低计算开销。 论文已被NeurIPS 2026接收,代码已公开,旨在解决预训练数据不可用时微调导致的灾难性遗忘问题。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。