Goal-Conditioned Supervised Learning for LLM Fine-Tuning

En 3 lignesNouvelle méthode d'ajustement hors ligne pour LLM : Goal-Conditioned Supervised Learning (GCSL). Traite les signaux de feedback comme des objectifs explicites et entraîne le modèle par apprentissage supervisé pur, sans modèles de récompense externes. Évalué sur génération non-toxique, code et recommandation.

Résumé généré par Claude — vérifié par l'humain