Dans l'actualité
Less Loss, Fixed Weights: Logit Corrections for Forgetting
arXiv cs.AI · Publié le · 1 min de lecture
En 30 secondes
- Ce qui s'est passé
- Researchers tested whether fixed token-level adjustments can recover performance lost when language models are fine-tuned or retrained on new domains.
- Pourquoi ça compte
- Matters for teams deploying instruction-tuned or domain-adapted models that need to maintain baseline performance on general text.
- Vigilance
- Simple fixes recovered at most 36% of losses; models retrained on math recovered almost nothing, suggesting fundamental limits.
- language model
- fine-tun
- token
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.