Para peneliti mengusulkan UltraX, sebuah kerangka penyempurnaan pemanggilan fungsi yang dirancang untuk mengatasi keterbatasan metode pemrosesan data skala besar yang ada dengan menggabungkan penyisipan dengan penghapusan dan modifikasi untuk pengeditan tingkat instans yang halus.

  • Kerangka kerja ini memanfaatkan optimasi prompt adaptif dataset untuk memandu LLM ahli dalam menghasilkan teks yang disempurnakan end-to-end berkualitas tinggi.
  • Pemetaan Penjajaran Baris dan Penggantian Konteks Dinamis mengubah pasangan teks asli-disempurnakan menjadi pengawasan program terstruktur.
  • Penyaringan contoh kepercayaan rendah dan pengambilan sampel terkontrol rasio menstabilkan distribusi pelatihan dan meningkatkan kualitas pengawasan.
  • Prediksi jendela geser, agregasi operasi global, dan pasca-pemrosesan sistematis memastikan stabilitas selama inferensi dan 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.