🤖 machine learning
Procedural-skill SFT across capacity tiers: A W-Shaped pre-SFT Trajectory and Regime-Asymmetric Mechanism on 0.8B-4B Qwen3.5 Models
यह शोध पत्र प्रदर्शित करता है कि जबकि प्रक्रियात्मक-कौशल (procedural-skill) SFT, 0.8B–4B Qwen3.5 मॉडलों में समान पूर्ण लाभ (uniform absolute gains) प्रदान करता है, परिणामी प्रदर्शन प्रक्षेपवक्र (performance trajectory) एक W-आकार का पैटर्न अनुसरण करता है जो शासन-असममित आधार क्षमताओं (regime-asymmetric base capabilities) द्वारा संचालित होता है, जहाँ SFT उन मॉडलों को सबसे महत्वपूर्ण पूर्ण सुधार प्रदान करता है जो प्रारंभ में प्रक्रिया के साथ संघर्ष करते हैं।