Commit
•
c88923b
1
Parent(s):
866edb9
Update README.md
Browse files
README.md
CHANGED
|
@@ -22,8 +22,7 @@ tags:
|
|
| 22 |
- **训练任务**：采用最大似然估计与对比排序学习的多任务算法。
|
| 23 |
- **损失函数**：
|
| 24 |
- `loss_likelihood`与`loss_contrast`的比例基本保持在9:1至8:2之间，根据原论文的实验，这可能并未是最佳配比。
|
| 25 |
-
-
|
| 26 |
-
- **生成样本对数据集以进行排序**：使用双底座模型qwen-plus及ENIRE-128K生成。
|
| 27 |
- **排序评估**：使用传统的ROUGE-F，计算`ROUGE_1`、`ROUGE_2`、`ROUGE_L`的平均值进行排序。
|
| 28 |
|
| 29 |
## 训练硬件配置
|
|
|
|
| 22 |
- **训练任务**：采用最大似然估计与对比排序学习的多任务算法。
|
| 23 |
- **损失函数**：
|
| 24 |
- `loss_likelihood`与`loss_contrast`的比例基本保持在9:1至8:2之间，根据原论文的实验，这可能并未是最佳配比。
|
| 25 |
+
- **排序对比数据**：从原训练集中采样，使用双底座模型qwen-plus及ENIRE-128K生成。
|
|
|
|
| 26 |
- **排序评估**：使用传统的ROUGE-F，计算`ROUGE_1`、`ROUGE_2`、`ROUGE_L`的平均值进行排序。
|
| 27 |
|
| 28 |
## 训练硬件配置
|