hwchase17：用已记录的成功运行轨迹微调小模型，9B模型可在特定任务上胜过前沿模型

推瓜社10月22日电，LangChain的hwchase17（@hwchase17）称，已经记录的运行轨迹就是训练数据：保留把任务做好的那些运行，用它们微调一个小模型，再在自己的任务上评测。他转发的案例称，corridor用smithtune基于轨迹的流程构建训练数据，微调出的9B模型Argos在其测试的14个模型中，安全上下文基准得分最高。