StepFun 表示已開源 onPanda

StepFun 表示已開源 onPanda，這是其內部用於 LLM 數據標註與模型檢查的工具。工作流程是找出錯誤、修正 token，再讓模型繼續生成。

在數據標註方面，StepFun 報告標註時間中位數較人手事後編輯低 52%。該公司表示，onPanda 可在同一工作流程中生成監督微調與偏好數據，相對模型重採樣基線的 on-policy 保真度為 ΔPPL 低於 1%。它亦描述 token 級監督，並配對正負例，以及跨圖像、音訊與影片的智能體軌跡標註。

在模型檢查與除錯方面，StepFun 表示 onPanda 可顯示 token 概率與 top-k 替代項，逐 token 引導解碼，並在瀏覽器中處理 SVG 生成、網頁開發與智能體任務。手機友好版本見 onpanda.diyer22.com，論文見 Hugging Face Papers。