FSB50760SFT

制造商：ON

产品信息

在线购买

技术资料

应用案例更多案例

• 揭秘大语言模型可信能力的五个关键维度

  不同于上述工作从待干预模型自身抽取引导向量，我们意在从LLMs预训练过程的切片中构建引导向量来干预指令微调模型（SFT Model），试图提升指令微调模型的可信能力。

  2024-03-15
• 聊聊小公司如何做大模型

  通过SFT、DPO、RLHF等技术训练了领域写作模型。实测下来，在该领域写作上，强于国内大多数的闭源模型。

  2024-02-21
• 一文解析PPO算法原理

  Reward Model的初始化：6B的GPT-3模型在多个公开数据（(ARC, BoolQ, CoQA, DROP, MultiNLI, OpenBookQA, QuAC, RACE, and Winogrande）上fintune。不过Paper中提到其实从预训练模型或者SFT模型开始训练结果也差不多。

  2024-01-09
• 探索SFT训练策略对性能的影响

  大模型混合多种能力项数据进行微调时，会呈现高资源冲突，低资源增益的现象。我们提出的DMT策略通过在第一阶段微调特定能力数据，在第二阶段微调通用数据+少量的特定能力数据。

  2023-10-26
• 微软开源“傻瓜式”类ChatGPT模型训练工具

  DeepSpeed-RLHF 模块：DeepSpeed-RLHF 复刻了 InstructGPT 论文中的训练模式，并确保包括 a) 监督微调（SFT），b) 奖励模型微调和 c) 基于人类反馈的

  2023-04-14
• MSFT+ 0.4%以帮助其将正在开发的自动驾驶服务商业化

  与微软的新合作伙伴关系加强了Cruise的推动力，使其与诸如Alphabet，Waymo和Amazon亚马逊-0.4%Zoox在城市市场上提供可行的服务。不过，尚不清楚什么公司能够进行大规模商业运营的确切时间。

  2021-01-26
• MSFT+ 0.4%以帮助其将正在开发的自动驾驶服务商业化

  微软首席执行官萨蒂亚·纳德拉（Satya Nadella）在一份声明中说：“数字技术的进步正在重新定义我们工作和生活的方方面面，包括我们如何移动人员和货物。”“作为克鲁斯和通用汽车公司GM+ 0.6%首选云，我们将利用Azure的力量...

  2021-01-29
• 三星SFT青少年探馆进博会：大大舞台点亮小小梦想

  for Tomorrow探知未来第十届全国青年科普创新实验暨作品大赛（SFT科普创新大赛）中学组特等奖学生，以及三星探知未来科技女性培养计划（STEM GIRLS）优秀学生组成的“Solve for Tomorrow走进进博会”代表团。 “三星Solve for Tomorrow走进进博会”代表团 这些年轻的脸

  2024-11-20

系列产品索引查看所有产品