热点事件持续更新
KAIST与LG提出SynthSelf持续后训练方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月12日，AGI Hunt 报道，KAIST AI 与 LG AI Research 提出 SynthSelf，用于小模型的持续后训练。该方法把 SDFT 的同分布改写任务外包给同家族中稍大的「对齐器」模型，并配合离策略监督与拒绝采样，目标是在获取新能力的同时不遗忘旧能力。报道称，在 4 个能力获取数据集与 14 个保持能力基准上，SynthSelf 优于 6 种对比方法：保持能力仅损失约 1 个百分点，获取能力提升约 22 个百分点。
AI 根据报道生成 · 54 分钟前更新
最新进展10月12日 13:17
KAIST 与 LG 提出 SynthSelf：持续后训练中保持能力仅损失约 1 个百分点，获取能力提升约 22 个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- AGI HuntKAIST 与 LG AI Research 提出 SynthSelf，让小模型持续学习不再遗忘旧能力
KAIST AI 与 LG AI Research 提出 SynthSelf，让持续后训练的小模型学新不忘旧。它把 SDFT 的同分布改写任务外包给同家族稍大的「对齐器」模型，配合离策略监督与拒绝采样。在 4 个能力获取数据集与 14 个保持能力基准上，SynthSelf 优于 6 种方法，保持能力仅损失约 1 个百分点，获取能力提升约 22 个百分点。
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。