标签：SFT
深入解析监督微调（SFT）：高效定制大型语言模型的关键技术
本文深入探讨监督微调（SFT）在大型语言模型（LLMs）中的应用，解析其如何通过更新模型权重实现高效定制。结合Hugging Face与NeMo AutoModel的集成，文章还提...
探索RLHF新方法：从迷宫导航到多语言优化
本文探讨了在AI研究中，针对新的RLHF/RLAIF pipeline的研究方法，包括提出新的RL算法、数据收集方法和奖励训练算法，并与PPO、DPO、KTO等算法在不同数据上的...
AI-magic收录了大量国内外AI工具箱，包括AI写作、图像、视频、音频、编程等各类AI工具，以及常用的AI学习、技术、和模型等信息，让你轻松加入人工智能浪潮。