SFT与指令微调
【PEFT LoRA使用】如何使用PEFT库中LoRA? 「字节跳动」
原题【Post-Training方法】SFT之后常见的Post-Training方法有哪些，目的有何不同？ 「阿里巴巴」
原题【Prefix-tuning vs P-tuning】Prefix-tuning和P-tuning有什么区别？ 「字节跳动」
原题「百度、腾讯、阿里巴巴」
Pretrain、SFT和LoRA的区别？Pretrain和SFT的loss区别？
讲一下QLoRA和LoRA的不同。
原题完整原题
【Pretrain vs SFT vs LoRA】Pretrain、SFT和LoRA的区别？Pretrain和SFT的loss区别？讲一下QLoRA和LoRA的不同。 「百度、腾讯、阿里巴巴」
【PRM】你了解PRM吗？ 「蚂蚁集团」
原题【Prompt调优后策略】当Prompt调优到极限后，你会优先选择换模型、调参数还是上SFT？ 「字节跳动」
原题【QLoRA】介绍QLoRA。 「字节跳动」
原题【QwenReranker训练】QwenReranker怎么训练的？ 「腾讯」
原题【SFT+DPO数据组织】SFT+DPO训练怎么组织这部分数据的？ 「美团」
原题【SFT vs Continued SFT】SFT和continued SFT的区别是什么，什么时候该进入RL？ 「字节Seed」
原题关联覆盖何时从 SFT 转入 RL；Continued SFT 的定义未提供。
暂无题目