|
|
- 千帆大模型平台-企业级一站式大模型开发及应用开发平台-百度 . . .
百度智能云千帆大模型平台是百度智能云推出的一站式企业级大模型平台，是支持客户做好真实AI应用的“企业级”平台，提供全面易用的模型开发、应用开发全流程工具链，同时融合千帆数据智能平台
- 为什么监督微调（SFT）容易「灾难性遗忘」？ - 知乎
二、SFT 为什么容易灾难性遗忘？ SDFT 这篇论文提供的视角就是：SFT 是一种 off-policy + offline 的方法，这个组合决定了它容易引发灾难性遗忘。 2 1 on-policy off-policy 与 online offline 这两组概念很多人都会弄混，我之前写过一篇文章，可以参考：
- SFT监督微调详解从入门到精通
SFT 监督微调详解：从入门到精通 在 机器学习 和 自然语言处理 领域，SFT（监督微调，Supervised Fine-Tuning）是一个非常重要的概念，它通过对预训练模型进行特定任务的训练，以提高模型在该任务上的表现。本文将详细介绍SFT的概念、原理、步骤、方法以及在实际应用中的案例，帮助零基础读者逐步
- 对于一个badcase，是加大量类badcase做sft，还是加大量的 . . .
其次，SFT只能学正样本，并不能直接让大模型纠正错误。 如果对于每个问题不良回复，都额外对原问题人工编写正确回复再用SFT学习，那么原始的不良回复就没有利用上，不是浪费了负样本吗？ 因此这里解决方法只能是DPO或者GRPO。
- 文生文SFT最佳实践 - 百度千帆·大模型服务及Agent开发平台
百度智能云文档中心帮助大家了解百度智能云文生文SFT最佳实践百度千帆·大模型服务及Agent开发平台的相关内容，帮助新用户更好的了解百度智能云，使用百度智能云产品。
- ybq - 知乎
这篇文章，我想简单讨论下到底该如何把后训练工作做的 solid。 文章并没什么技术细节，大家随便看看。 敲定正确的 Baseline 有太多论文工作不置信的根因就是没有选对 baseline。 以 length penalty 为例，选择一个有着 30% 截断率的 sft 模型，不加任何…
- 硕士校招生进入大模型领域工作，选预训练还是SFT？
sft 的杂活大概是：手动标数据，不断拿 GPT4 试出效果最好的 prompt 来标数据。 言尽于此，哪个杂活更能锻炼人我就不再分析了。 新人应该选最难的工作 pretrain 方向的最大痛点是什么？ 短期内没有收益、长期训不过 llama、qwen，老板会选择拥抱开源。
- 快速上手SFT（一）：识别应用场景 - 百度智能云千帆社区
本文将SFT使用场景拆解为两个维度，从通用、垂类两个维度，方便使用者明确聚焦SFT可以解决的问题与场景。
- Taki 的想法: SFT只需要对齐部分token！ | 论文：ProFit . . .
SFT只需要对齐部分token！ | 论文：ProFit: Leveraging High-Value Signals in SFT via Probability-GuidedToken Selectionlink：链接 code：链接TL, DR: 1) 用减法做加法，通过对齐部分高价值token放松SFT要求，…
- 深度解析SFT RLHF DPO与IFT技术
深度解析SFT RLHF DPO与IFT技术 作者：rousong 2024 11 20 02:30 浏览量：36 简介： 本文详细解析了SFT（监督微调）、RLHF（基于人类反馈的强化学习）、DPO（在本文中指一种模型训练方法，非数据安全保护官）和IFT（内隐追随量表，但本文技术语境中指一种模型训练方法）的概念、原理及应用，并探讨了它们
|
|
英文每年常用名排名
2024 年排名
2023 年排名
2022 年排名
2021 年排名
2020 年排名
2019 年排名
2018 年排名
2017 年排名
2016 年排名
2015 年排名
2014 年排名
2013 年排名
2012 年排名
2011 年排名
2010 年排名
2009 年排名
2008 年排名
2007 年排名
2006 年排名
2005 年排名
2004 年排名
2003 年排名
2002 年排名
2001 年排名
英文名字起源
希伯来
希腊
条顿
印度
拉丁
拉丁语
古英语
英格兰
阿拉伯
法国
盖尔
英语
匈牙利
凯尔特
西班牙
居尔特
非洲
美洲土著
挪威
德国
威尔士
斯拉夫民族
古德语
爱尔兰
波斯
古法语
盎格鲁撒克逊
意大利
盖尔语
未知
夏威夷
中古英语
梵语
苏格兰
俄罗斯
土耳其
捷克
希腊;拉丁
斯干那维亚
瑞典
波兰
乌干达
拉丁;条顿
巴斯克语
亚拉姆
亚美尼亚
斯拉夫语
斯堪地纳维亚
越南
荷兰
|