Harvard mostra que o ajuste fino supervisionado aprende melhor do que se pensava
Investigadores de Harvard mostram que selecionar exemplos de treino próximos da distribuição do próprio modelo ajuda o ajuste fino supervisionado a adquirir novas capacidades.
O estudo, publicado por volta de 1-2 de outubro de 2026, conclui que esta abordagem preserva melhor as capacidades anteriores do modelo do que métodos "on-policy", como a aprendizagem por reforço (RL).
Fontes
- alphaXiv (preprint 2610.02140) www.alphaxiv.org
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.