Unverified50% confidenceFactExact time
MiniMind 覆盖了Tokenizer训练、预训练、监督微调SFT、LoRA微调、DPO强化学习、模型蒸馏等完整环节
1
Sources
50%
Confidence
Long-term
Relevance
9/10/2026
First Seen
Sources
Related Entities
Related Claims
Unverified预训练+微调范式源自NLP和计算机视觉领域，其核心是大规模数据预训练学到通用底层特征，下游任务用少量标注数据适配74% similarUnverified该项目使用Minimax求解器生成最优决策标签，再用监督学习训练神经网络模仿这些决策74% similarUnverifiedLLM训练与推理流程包括Token化、嵌入层、自注意力机制、前馈网络与残差连接等环节73% similarUnverified该类训练营的核心定位是基于神经心理学的长周期系统干预，区别于短期感统课或注意力游戏课，强调计划、抑制控制、认知灵活性、工作记忆等多维训练70% similarUnverified通过LoRA等轻量化微调技术，可以用少量特定数据对模型进行定向训练，生成特定类型内容70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/891457API
curl https://kongchang.com/api/v1/knowledge/claims/891457MCP
get_claim(id=891457)