Self-Distilled Reasoning Amazon Nova -mallien hienosäätöön
Amazon on esitellyt Self-Distilled Reasoning (SDR) -menetelmän Amazon Nova 2 -mallien ohjattuun hienosäätöön (SFT). SDR luo päättelyketjuja (CoT) niitä vailla oleville tietojoukoille käyttämällä itse mallia. Tämä ratkaisee päättelyn tukahduttamisen ongelman ja vähentää katastrofaalista unohtamista, parantaen kohdesuorituskykyä säilyttäen samalla yleiset kyvyt.
Amazon Web Services



