待验证50% 置信事实精确时间
FSDP 将模型参数、梯度和优化器状态拆分到多卡，是训练千亿级参数模型的主流方案
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证大模型本质上是一个包含海量参数的复合函数，训练过程是通过反向传播算法调整参数使输出接近期望结果72% 相似待验证DPO通过数学推导将RLHF优化目标等价转化为仅依赖偏好数据的语言模型分类损失，绕开奖励模型训练与PPO循环，将三阶段流程压缩为单阶段微调71% 相似待验证当前大模型评测流程往往把完整题目和条件提供给模型，并针对特定题库进行定向训练，导致高分容易获得71% 相似待验证大模型对齐是指通过训练让模型输出符合人类价值观、法律规范和平台政策的过程，主流方法包括RLHF和DPO70% 相似已验证微调是拿一个已有的大模型，用自己准备的专属数据集进行进一步训练，从而改变模型的权重数值70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/962717API
curl https://kongchang.com/api/v1/knowledge/claims/962717MCP
get_claim(id=962717)