MoE Proxy Models for Low-Cost Failure Reproduction and Diagnosis in LLM RL Post-Training
用于LLM RL后训练中低成本故障复现与诊断的MoE代理模型
专题命中 后训练与偏好优化 :LLM(title,title_cn);post-training(title,abstract);large language model(abstract);language model(abstract)
AI总结 本文针对LLM RL后训练中故障复现成本高的问题,提出一种MoE代理模型构建方法,通过专家剪枝降低计算需求,可低成本复现故障并辅助诊断。