Synthetic Mixed Training: Scaling Parametric Knowledge Acquisition Beyond RAG
合成混合训练:在RAG之上扩展参数化知识获取
机构 * Stanford University(斯坦福大学) ; MIT(麻省理工学院) ; University of Washington(华盛顿大学)
AI总结 本文提出合成混合训练方法,结合合成问答和文档,通过互补训练信号提升模型性能,在QuaLITY基准上实现4.4%的相对提升。
作者
Natural Language Processing
合成混合训练:在RAG之上扩展参数化知识获取
机构 * Stanford University(斯坦福大学) ; MIT(麻省理工学院) ; University of Washington(华盛顿大学)
AI总结 本文提出合成混合训练方法,结合合成问答和文档,通过互补训练信号提升模型性能,在QuaLITY基准上实现4.4%的相对提升。