AI训练管理器：自适应训练配方的有界闭环控制

Anjali Rao, Nikhil Kamalkumar Advani

摘要

本文提出了一种基于大语言模型的有界监督控制器，用于自适应机器学习训练。该管理器通过读取结构化遥测快照并验证更新，有效检测并纠正了过拟合等问题，在TinyStories数据集上将验证损失降低了60%。

adaptive trainingLLM controloverfittingreinforcement learningtelemetry

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018