待验证50% 置信事实精确时间

ORPO把SFT与偏好对齐合并到一个阶段完成

1

来源数

50%

置信度

长期有效

时效性

2026/10/23

首次发现

来源

LLaMA-Factory实战：零代码微调大模型全流程

涉及实体

相关事实

待验证PEFT方法（LoRA、Adapter、Prefix-Tuning）主要应用于监督微调（SFT）场景61% 相似待验证应对子事务性能陷阱的策略包括审慎使用 SAVEPOINT、检查 ORM 框架嵌套事务配置、监控子事务溢出以及缩短长事务生命周期56% 相似待验证PPO支持多环境并行采样，并通过mini-batch更新机制允许对同一批数据进行多次梯度更新（通常3-10个epoch），提升样本效率50% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1091944

API

curl https://kongchang.com/api/v1/knowledge/claims/1091944

MCP

get_claim(id=1091944)