SFT与指令微调
【微调方法选择理由】模型微调用的是全参微调还是lora微调，为什么这么选？ 「京东」
原题【微调模型选择】为什么微调全是用的小模型？ 「蚂蚁集团」
原题【微调策略对比】是否尝试过不同微调策略进行对比？ 「阿里巴巴」
原题【微调评价】微调完之后怎么对大模型进行评价？ 「百度」
原题【微调超参数设置】微调的超参数如何设置的，全参微调和LoRA微调的超参设置有何经验？ 「腾讯」
原题【微调需求溯源】怎么溯源的问题，发现需要微调了？ 「蚂蚁集团」
原题【意图分类模型训练】用什么模型、什么方式训练的意图分类模型？ 「京东」
原题【指令数据构建】在指令微调阶段，如何构建高质量、多样化的指令数据？ 「蚂蚁集团」
原题【指令验证】指令正确性如何验证？ 「字节Seed」
原题【数据层面缓解遗忘】除调整损失、模型结构外，还有哪些数据层面手段缓解灾难性遗忘？具体包括：领域数据训练后通用能力下降，如何缓解模型遗忘通用能力？ 「字节跳动、百度、腾讯混元」
原题
暂无题目