Hierarchische Datenselektion über Manifold-Abdeckung und dünn besiedelte Feature-Abdeckung beim LLM Post-Training

arXiv:2608.16927v1 Ankündigungstyp: neu Abstract: Mit der kontinuierlichen Skalierung von überwachten Fine-Tuning-Daten ist die Auswahl hochwertiger Teilmengen aus großen Kandidatenpools entscheidend zur Kostensenkung und Verbesserung der Modellleistung. Bestehende Methoden messen Vielfalt häufig direkt im Original-Embedding