大模型 SFT、RM、RL 等算法原理及应用场景
一、SFT（Supervised Fine-Tuning，监督微调） 1. 原理 核心思路：基于已有的大模型（通常是预训练语言模型），在标注好的高质量指令数据集上进行监督学习。 训练目标：最小化模型输…
标签： 流程图
流程图
流程图是什么 百度百科： 流程图（Flowchart）：使用图形表示算法的思路是一种极好的方法，因为千言万语不如一张图。流程图在汇编语言和早期的BASIC语言环境中得到应用。相关的还有一种PAD图，对…
目标 路径 时间 结果 信息 定位 闭环 复盘 精力 极限 稳态 框架
一、SFT（Supervised Fine-Tuning，监督微调） 1. 原理 核心思路：基于已有的大模型（通常是预训练语言模型），在标注好的高质量指令数据集上进行监督学习。 训练目标：最小化模型输…
流程图是什么 百度百科： 流程图（Flowchart）：使用图形表示算法的思路是一种极好的方法，因为千言万语不如一张图。流程图在汇编语言和早期的BASIC语言环境中得到应用。相关的还有一种PAD图，对…