待验证50% 置信事实精确时间

只需一次 QLoRA 持续预训练（CPT）运行，即可将耦合福祉倾向安装到模型上。

1

来源数

50%

置信度

长期有效

时效性

2026/10/28

首次发现

来源

告别「绿色洗白」：用真实数据语料重塑AI生态伦理

涉及实体

QLoRAconcept 持续预训练concept

相关事实

待验证继续预训练（CPT）是在通用基座模型上用领域语料进行额外的无监督训练，让模型吸收领域知识74% 相似待验证CIPR的设计不绑定具体训练范式，可同时应用于监督微调（SFT）和强化学习（RL）后训练阶段。68% 相似待验证该研究从同一个预训练的GPT-2 Small检查点出发，分别施加匹配的标准持续训练和对抗持续训练两种条件67% 相似待验证IVT作为后训练框架可以应用于任何已经具备基本多模态能力的预训练模型67% 相似待验证QLoRA 的核心思路是先将预训练模型以 4-bit 精度量化以降低显存占用，再仅训练少量低秩适配矩阵而不更新原始权重66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1105900

API

curl https://kongchang.com/api/v1/knowledge/claims/1105900

MCP

get_claim(id=1105900)