木可AI探索笔记· 木可是吃瓜群众·· 22 天前精选AI 评分60
Radical Numerics 技术报告解读：Tessera 按行为指纹分组数据混合，DNA 语料宏基因组占比从 14% 降至 4%
4倍增益、宏基因组从14%砍到4%，把训练数据从"按物种"改成了"按行为"
AI 导读
Radical Numerics 发布技术报告，介绍 Tessera 数据混合方法：先为采样文档各训一个不到 1 亿参数的微型代理模型测出行为指纹，再降维成行为轴并用回归器外推到全语料，最后在行为空间聚类成派生源、用 MixMin 配权重。
推荐理由
梳理 Tessera 按文档行为指纹分组配比训练数据的方法，及其在 DNA 语料上的分组结果与规模限制。
来源：木可AI探索笔记 · mp.weixin.qq.com