（英語要約）TailSteerは、最終段階のトレーニングフレームワークであり、初期のノイズ除去動力学をベースモデルに近づけたまま保ち、オンポリシーロールアウトから末尾に焦点を当てた保存補正を学習することで、マルチターン編集における累積的な視覚的ドリフトを低減し、事前学習済みの生成能力および編集能力を維持します。
いいね 37 · コードスター数 37
理由
- Hugging Face 2026-11-06 の毎日の論文のいいね数は 37 で、当日の順位は第 5 位ですが、これは単に関心の高さを示すものです。
使い方
- コード：https://github.com/Lyricccco/tailsteer
開く · コード · Hugging Face論文ページ