提出组合数据选择框架与Mixture-then-Select算法
热点事件持续更新
提出组合数据选择框架与Mixture-then-Select算法
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv Artificial Intelligence 刊出论文《Pick the Mixture, Not the Samples：面向 LLM 的组合式数据选择》。针对 LLM 微调数据选择中跨域互补与样本间非加性交互的问题，Luyang Zhang 等作者将其形式化为组合式数据选择（CDS）框架，把样本打分（attribution）与子集选择（selection）分离，并对样本间的非加性交互建模。基于该框架，作者提出两阶段算法 Mixture-then-Select：先决定每个域抽取多少样本，再按归因分数在域内排序。报道称实验显示该算法优于强基线 20% 至 54%，在不同模型和数据池规模下均稳健，并可扩展到预算约束下的数据购买问题。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
Pick the Mixture, Not the Samples：面向 LLM 的组合式数据选择报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv Artificial IntelligencePick the Mixture, Not the Samples：面向 LLM 的组合式数据选择
针对 LLM 微调数据选择中跨域互补与样本间非加性交互的问题，研究者将其形式化为组合式数据选择（CDS）框架，把样本打分与子集选择分离。基于此提出两阶段算法 Mixture-then-Select：先决定每个域抽取多少样本，再按归因分数在域内排序。实验显示其优于强基线 20% 至 54%，且在不同模型和数据池规模下均稳健，并可扩展到预算约束下的数据购买问题。
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。