Pesquisadores propõem o UltraX, um framework de refinamento de chamadas de funções projetado para abordar as limitações dos métodos existentes de processamento de dados em larga escala, combinando inserção com exclusão e modificação para edição fina em nível de instância.
- O framework utiliza otimização de prompt adaptativa ao conjunto de dados para guiar um LLM especialista na geração de textos refinados 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 estabilizam a distribuição de treinamento e melhoram a qualidade da supervisão.
- Predição de janela deslizante, agregação global de operações e pós-processamento sistemático garantem estabilidade durante a inferência e execução.
Experimentos demonstram que o UltraX alcança a maior performance média em todos os corpora, igualando ou superando as linhas de base com menos tokens de treinamento, indicando maior eficiência de dados e confiabilidade do refinamento.