[控场AI]

#模型微调

共 49 篇相关文章

小模型微调逆袭:2B/4B参数击败GPT-6 Luna
·8 分钟

小模型微调逆袭:2B/4B参数击败GPT-6 Luna

用Shopify商品分类任务实测:20亿和40亿参数的Qwen 3.5微调后准确率分别达69.8%和73%,超过GPT-6 Luna的68.2%。完整拆解数据准备、LoRA超参数、serverless微调与评估流程。

阅读全文 →
Fireworks AI:开源模型如何靠训练部署飞轮比肩闭源
·7 分钟

Fireworks AI:开源模型如何靠训练部署飞轮比肩闭源

Fireworks AI 应用机器学习负责人 Jet 详解开源模型如何通过自研推理引擎、三种训练形态与训练推理同平台的数据飞轮,在延迟、成本和质量上比肩闭源模型。

阅读全文 →
医学图像分割:基础模型微调与任务专用训练谁更胜一筹?
·3 分钟

医学图像分割:基础模型微调与任务专用训练谁更胜一筹?

系统对比DINOv2基础模型适配与U-Net任务专用训练在医学图像分割中的表现:基础模型跨机构泛化更优,但分布内边界精度不及数据充足时的专用模型,适配容量由成像域决定。

阅读全文 →
不微调,给35B MoE模型做「脑部手术」:抑制重复错误的探索
·4 分钟

不微调,给35B MoE模型做「脑部手术」:抑制重复错误的探索

Reddit开发者分享不微调、直接干预35B MoE模型内部的「脑部手术」实验,试图抑制模型重复错误,并坦诚呈现进行中的真实结果与局限。

阅读全文 →
322M小模型微调实战:三轮迭代,两次失败,终让编程Agent更安全
·8 分钟

322M小模型微调实战:三轮迭代,两次失败,终让编程Agent更安全

开发者记录laya-guard项目:将322M小模型微调为编程Agent的命令安全守卫。三轮训练中两次失败,暴露数据长度偏差、注释偏见和密钥暴露盲区,最终以61%allow比例交付,并反思评估独立性难题。

阅读全文 →
HyperRepair:仅推理阶段恢复微调模型通用能力
·4 分钟

HyperRepair:仅推理阶段恢复微调模型通用能力

HyperRepair 提出用超网络在推理阶段恢复微调语言模型被遗忘的通用能力,在12个LoRA数据集和15个通用基准上达到基座模型93.4%的通用得分,同时保留99.5%的领域性能。

阅读全文 →
0.53美元微调出高性能模型:完整工作流解析
·4 分钟

0.53美元微调出高性能模型:完整工作流解析

一位Reddit用户用0.53美元完成高性能模型训练后微调并公开工作流。本文解析低成本微调的成本结构、可复用流程与适用边界,帮助开发者用极低预算快速验证模型定制方向。

阅读全文 →
学生与研究者如何低成本训练与微调ML模型
·5 分钟

学生与研究者如何低成本训练与微调ML模型

从Reddit社区讨论出发,探讨学生与研究者如何以低成本完成机器学习模型训练与微调,覆盖PEFT参数高效微调、计算机视觉轻量方案与深度学习工程实践,并如实说明原始素材的信息缺口。

阅读全文 →
Unsloth v0.1.913-beta 发布:自定义背景、性能翻倍与本地大模型体验升级
·7 分钟

Unsloth v0.1.913-beta 发布:自定义背景、性能翻倍与本地大模型体验升级

Unsloth v0.1.913-beta 发布,新增自定义背景、14 种语言与全新界面布局,应用更新时间减半,Qwen-Image 在 16GB 显存下渲染提速 2 倍,并引入 DeepSeek-V4.1-Flash-1017 与 Dynamic v3.1 GGUFs 预览。

阅读全文 →
多模态大模型部署与微调实战:岗位技能与学习路径
·3 分钟

多模态大模型部署与微调实战:岗位技能与学习路径

B站公开课聚焦多模态大模型部署与微调实战,讲师陈伯解析AI大模型工程师需掌握的应用开发、微调训练与底层原理三项技能,指出部署门槛较低、微调才是学习重心。

阅读全文 →
高质量LoRA训练全流程指南
·5 分钟

高质量LoRA训练全流程指南

系统梳理高质量LoRA训练的端到端流程,涵盖数据集构建与清洗、基座模型与超参数选择、正则化图像争议、checkpoint评估与迭代策略,帮助开发者建立可复现的LoRA训练闭环。

阅读全文 →
Nemotron后训练实战:5步搞定法语本地化模型
·4 分钟

Nemotron后训练实战:5步搞定法语本地化模型

NVIDIA Nemotron团队发布5分钟教程,详细演示如何通过定义行为、生成合成数据、LoRA微调等五个步骤,对基础模型进行法语本地化后训练,方法可迁移至任意语言。

阅读全文 →
Nemotron微调:让本地AI懂规则而非只懂语言
·4 分钟

Nemotron微调:让本地AI懂规则而非只懂语言

NVIDIA 开发者博客提出,AI 本地化不能只解决语言问题,还需通过微调 Nemotron 注入本地规则知识。本文分析这一思路对开发者与企业落地的启示。

阅读全文 →
Abliterated DeepSeek 推理服务商增至五家
·4 分钟

Abliterated DeepSeek 推理服务商增至五家

Abliterated DeepSeek 推理服务商已增至五家,Hacker News 社区就此展开讨论。本文解析 abliteration 的技术含义、多服务商出现的成因,以及对开发者在选择、版本一致性和合规风险方面的实际影响。

阅读全文 →
4B模型微调实战:Three.js 3D场景生成能力持续提升
·3 分钟

4B模型微调实战:Three.js 3D场景生成能力持续提升

开发者分享Qwen3.5-4B微调进展:以Three.js场景生成为测试任务,最新checkpoint在场景质量和一次通过率上明显提升,已更新量化版本并修复层问题,训练预计10月28日完成,后续将开源全套权重、数据集与技术报告。

阅读全文 →
Together推出后训练服务:用SFT和RL定制专属开源模型
·4 分钟

Together推出后训练服务:用SFT和RL定制专属开源模型

Together AI上线Post-Training服务,支持SFT和RL将开源模型定制为自有模型。客户定义数据、奖励、环境和训练循环,平台提供底层训练基础设施。

阅读全文 →
Together后训练平台:训练循环自主掌控,基础设施全托管
·5 分钟

Together后训练平台:训练循环自主掌控,基础设施全托管

Together AI 推出 post-training 平台,训练循环由用户代码定义数据、奖励、损失与优化器,GPU 与基础设施全托管,并提供 Recipe 模板快速起步。本文解析其控制权与托管分离的设计思路及行业定位。

阅读全文 →

Unsloth v0.1.910-beta 发布:Flint 编程代理、MO…

·8 分钟

Unsloth v0.1.910-beta 发布:Flint 编程代理、MOSS-Image 与 NVIDIA Bolt E4B 本地可跑

Unsloth v0.1.910-beta 发布,带来 Recursive Flint 编程代理、OpenMOSS 的 MOSS-Image 文生图模型与 NVIDIA Nemotron 3.5 Bolt E4B,并新增 MLX MoE SSD 专家卸载、REAP 专家剪枝与 OpenAI 兼容微调 API。

阅读全文 →