Semantic Gradient Descent (SGDe)

深度分析

Semantic Gradient Descent（SGDe）：將結構化 harness 編譯進小型語言模型以提升可靠度

面對前沿大型模型成本與資料主權限制，企業常以小型語言模型（SLM）處理專域任務，但這類模型難以自我偵錯。論文提出 Semantic Gradient Descent（SGDe），以教師-學生離線編譯方式，把流程編譯為有向無環圖、系統提示與可執行的確定性程式碼。