Peneliti mengusulkan UltraX, sebuah kerangka penyempurnaan pemanggilan fungsi yang dirancang untuk mengatasi keterbatasan metode pemrosesan data skala besar yang ada dengan memperkenalkan sisipan bersama dengan penghapusan dan modifikasi. Pendekatan ini memungkinkan pengeditan tingkat instans yang halus melalui pipeline generasi pengawasan program andal yang mengubah pasangan teks menjadi pengawasan terstruktur.
- Kerangka kerja memanfaatkan optimisasi prompt adaptif dataset untuk memandu LLM ahli dalam menghasilkan teks penyempurnaan end-to-end berkualitas tinggi.
- Pemetaan Penjajaran Baris dan Penggantian Konteks Dinamis mengubah pasangan teks asli-tersempurnakan menjadi pengawasan program terstruktur.
- Penyaringan contoh kepercayaan rendah dan pengambilan sampel terkendali rasio dengan kombinasi operasi meningkatkan kualitas pengawasan dan menstabilkan distribusi pelatihan.
- Prediksi jendela geser, agregasi operasi global, dan pasca-pemrosesan sistematis menormalisasi dan memvalidasi keluaran model selama eksekusi.
Eksperimen menunjukkan bahwa UltraX mencapai kinerja rata-rata tertinggi di semua korpus sambil menyamai atau melampaui baseline dengan token pelatihan yang lebih sedikit, menunjukkan efisiensi data dan keandalan penyempurnaan yang lebih kuat.