StepFun

我们开源了 onPanda 🐼——我们内部使用的用于 LLM 数据注释和模型检查的工具。 工作流程很简单：找到错误，更正令牌，然后让模型继续。 ✍️数据标注 - 与手动后期编辑相比，中位注释时间缩短 52% - 一个工作流程中的 SFT + 偏好数据，具有高策略保真度（相对于模型的重采样基线，ΔPPL <1%） - 精确的令牌级监督，具有配对的正/负示例，以及跨图像、音频和视频的代理轨迹注释 🔎 模型检查与调试 - 检查令牌概率和 top-k 替代方案，逐个令牌引导解码，并直接在浏览器中探索 SVG 生成、Web 开发和代理任务。 尝试一下（适合移动设备）：https://t.co/57vAeJetWD 论文：https://t.co/1MX1eVTREL