SoFT软目标微调方法提出

2026年10月15日，arXiv Artificial Intelligence 刊出由 Huihao Jing 等作者完成的研究，提出软目标微调方法 SoFT。该工作针对多教师、多领域示范知识难以整合进单一学生模型的问题，为每个示范 token 设定最低目标概率，同时对 Base 分布做最小 KL 改动，并用领域特定梯度预算控制学习与保留的平衡。在混合域推理与智能体任务上，SoFT 在分布内能力获取和分布外泛化两方面均取得对比方法中的最佳整体表现。作者在文中表示，提出 SoFT 是为在从教师示范中学习与保留 Base 模型既有能力之间取得平衡。截至本综述，该事件仅有这一篇主报道，尚无后续跟进报道。

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。