Pesquisadores propõem o UltraX, um framework de refinamento de chamadas de função projetado para abordar as limitações dos métodos existentes de processamento de dados em larga escala, introduzindo a inserção junto com a exclusão e modificação. Esta abordagem permite a edição fina em nível de instância por meio de um pipeline de geração de supervisão programática confiável que converte pares de texto em supervisão estruturada.
- O framework utiliza otimização adaptativa de prompt baseada no conjunto de dados para orientar uma LLM especialista na produção de textos refinados de ponta a ponta de alta qualidade.
- Mapeamento de Alinhamento de Linhas e Substituição Dinâmica de Contexto convertem pares de texto original-refinado em supervisão programática estruturada.
- Filtragem de exemplos com baixa confiança e amostragem controlada por proporção por combinação de operações melhoram a qualidade da supervisão e estabilizam a distribuição de treinamento.
- Predição de janela deslizante, agregação global de operações e pós-processamento sistemático normalizam e validam as saídas do modelo durante a execução.
Experimentos demonstram que o UltraX alcança o maior desempenho médio em todos os corpora, igualando ou superando as linhas de base com menos tokens de treinamento, indicando maior eficiência de dados e confiabilidade de refinamento.