DynaMiCS:性能制約付き大規模言語モデルの動的混合ファインチューニング
原題:DynaMiCS: Fine-Tuning LLMs with Performance Constraints Using Dynamic Mixtures
AI 要約
DynaMiCSは、マルチドメインファインチューニングを性能制約付き最適化問題としてモデル化する動的混合オプティマイザである。短いドメイン固有プローブ実行を通じてクロスドメイン効果の傾き行列を推定し、確率単体上の最適化に基づいて混合重みを計算する。対象ドメインの性能を高めつつ、制約ドメインの損失を参照レベル以下に維持する。実験では、DynaMiCSは固定混合ベースラインと比べて対象ドメインの向上と制約充足でより強力な結果を得ており、計算コストも低い。参照モデル、サンプルごとのスコアリング、手動の混合重み調整は不要である。
要点
- DynaMiCSは、マルチドメインファインチューニングを性能制約付き最適化問題としてモデル化する動的混合オプティマイザである。
- 短いドメイン固有プローブ実行を通じてクロスドメイン効果の傾き行列を推定し、確率単体上の最適化に基づいて混合重みを計算する。
- 対象ドメインの性能を高めつつ、制約ドメインの損失を参照レベル以下に維持する。
- 実験では、DynaMiCSは固定混合ベースラインと比べて対象ドメインの向上と制約充足でより強力な結果を得ており、計算コストも低い。
- 参照モデル、サンプルごとのスコアリング、手動の混合重み調整は不要である
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 55
おすすめの理由
苹果这篇论文做了一件不太起眼但有用的事——让模型在学新领域时自动平衡旧能力,不用手动调混合权重,对需要多任务微调又怕遗忘的团队是个小进步,不过算不上范式级突破。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:DynaMiCS:性能制約付き大規模言語モデルの動的混合ファインチューニング。2026年7月7日。https://new.nat6.net/ja/news/cmrasd6r300hxihog9hxmteoz/