MoMaTune两阶段后训练策略提出

2026年10月14日，arXiv Artificial Intelligence 报道，Weimin Lyu 等作者提出 MoMaTune 两阶段后训练策略，全称“Model、Match、Then Tune”，针对数值记录中数值敏感性与字段间依赖监督不足的问题。该策略在 169,285 条记录、340 个输入字段中 339 个为数值的八个公开数据集上进行评估：在 1.5B 参数下，Model 阶段将八数据集掩码值填补聚合分从 0.106 提升至 0.401，三数据集正确上下文增益从 0.058 升至 0.167。报道未提及该策略的适用对象、收费或额度、地域及发布时间等限制条件。目前进展停留在方法提出与上述基准评测结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。