AIGC動態歡迎閱讀

原標題：大模型二次開發技術選型思路
關鍵字：模型,任務,數據,方法,階段
文章來源：智猩猩GenAI
內容字數：0字

內容摘要：

導讀作者為StormBlafe
原文來自知乎，地址：https://zhuanlan.zhihu.com/p/708059967
本文只做學術/技術分享，如有侵權，聯系刪文。01開發方法分類1、領域知識注入：Continue PreTraining(增量預訓練): 一般垂直大模型是基于通用大模型進行二次的開發，需要用領域內的語料進行繼續預訓練。
2、知識召回（激發）：SFT( Supervised Finetuning,有監督微調): 通過SFT可以激發大模型理解領域內的各種問題并進行回答的能力。
3、基礎偏好對齊：獎勵模型（RM）、強化學習（RL），可以讓大模型的回答對齊人們的偏好，比如行文的風格。
4、高階偏好對齊：RLHF(人類反饋強化學習訓練)、DPO(直接偏好優化)。
NOTES:要想大模型有領域知識，得增量預訓練（靠指令微調記知識不靠譜，不是幾十w條數據能做到的）02開發階段分類模型分成3個階段:
NOTES:大語言模型的一般訓練過程（3步）：1、預訓練學知識，2、指令微調學格式，3、強化學習對齊人類偏好(1)、第一階段:(Continue PreTraining)增量預訓

原文鏈接：大模型二次開發技術選型思路

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：