WHALE：一种联合优化模型权重与 Harness 的简单方法
WHALE: A Simple Recipe for Joint Harness-Weight Optimization
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 WHALE（Weight-Harness Alternating LEarning），交替进行模型权重更新与 harness 搜索，两阶段分别采用在线拒绝采样微调和 Meta-Harness。
来源：Hugging Face Daily Papers · arxiv.org