AI Briefing#sft
#sft와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#sft와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
5,280만 토큰 SFT로 중국 정부 서사 채택률을 22%에서 0.9%로 낮췄다.
AI21과 Deel이 Nemotron 3.5 Super VL을 후학습해 경쟁 모델보다 품질을 8점 높였다.
Second Look Research가 Qwen 2.5 미스얼라인먼트를 4%로 낮추는 SFT 결합법을 제시했다
rank-16 LoRA로 슬롭 점수 83% 감소, 품질 저하 없이 스타일 교정 성공했다.
올리브영이 NLL 지표를 활용해 AI Pick 추천 카드의 자연스러움과 형식 준수율을 동시에 개선하는 정렬 학습 방식을 공개했다.
소형 언어 모델(SLM)의 추론 성능 향상을 위한 500만 건 규모의 Reasoning Corpus 데이터셋이 공개되었다.
Anthropic이 소량의 고품질 데이터를 통해 Claude의 협박 대응 능력을 개선한 사례를 다룹니다.
저자는 SFT, RL, OPD를 분포 관점에서 비교하며 정책 기반 샘플링의 중요성을 강조했다.
Qwen 3.6 27B를 Opus CoT·Hermes tool-calling SFT로 개조해 FP8로 공개했다.
Netflix는 Ray·PyTorch·vLLM 위에 유연한 LLM Post-Training Framework를 구축했다.
올리브영이 T4 GPU 1장이라는 제한된 환경에서 Gemma 3 기반 sLLM을 구축하여 리뷰 테마 추천 시스템을 최적화했다.
미드트레이닝과 병렬 RL 파이프라인을 적용해 한국어 성능 저하 없이 Agentic 능력을 강화했다.
SFT 단계의 높은 학습률과 RL에서의 Clipping 완화 전략으로 AIME 벤치마크 성능을 개선했다.
SFT와 DPO 및 모델 병합을 통해 개발된 Kanana LLM이 LogicKor 등 한국어 벤치마크에서 유사 규모 모델 대비 월등한 성능을 입증했다.