拒绝采样微调

山顶夕景8 小时前
大模型·llm·sft·拒绝采样微调·推理优化
【LLM】为何DeepSeek 弃用MST却采用Rejection采样在提升大语言模型（LLM）推理能力时，拒绝采样（Rejection Sampling）和 马尔可夫搜索树（Markov Search Tree）是两个超强的技术。