待验证50% 置信事实精确时间

实现专业化智能的技术路径通常有三种：监督微调（SFT）、检索增强生成（RAG）和从头预训练

1

来源数

50%

置信度

长期有效

时效性

2026/10/10

首次发现

来源

Zeta Global 推出 AIM 推理模型：Fireworks 赋能垂直领域AI

涉及实体

SFTconcept RAGconcept pre-trainingconcept

相关事实

已验证大模型训练经历三个核心阶段：预训练、有监督微调（SFT）和偏好对齐74% 相似待验证相比训练基础模型，将RAG、agents、文档智能应用到具体行业的门槛更可控、变现路径更清晰73% 相似待验证企业构建智能客服通常不从头训练模型，而是基于现有模型通过SFT监督微调、LoRA微调注入内部数据73% 相似待验证技术难度存在梯度：微调 < SFT < 预训练，推荐学习顺序是先从微调做起71% 相似待验证技能封装与RAG不同，更侧重于将可执行的操作流程标准化，而非仅仅检索参考知识70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/994875

API

curl https://kongchang.com/api/v1/knowledge/claims/994875

MCP

get_claim(id=994875)