优惠 LLM2LLM：针对大语言模型（LLMs）的数据增强策略

这篇论文提出了一个名为LLM2LLM的方法，它是一种针对大语言模型（LLMs）的数据增强策略。这种方法的核心思想是使用一个“教师”LLM来增强一个小型的初始数据集，以便在特定任务上进行微调。LLM2LLM的目标是解决在低数据量情况下如何有效微调LLMs的问题。LLM2LLM是一种新颖的数据增强方法，它通过迭代和针对性的... 阅读全文