2026年3月9日
监督微调（SFT）笔记
摘要： SFT 简介 (1) 什么是监督微调 监督微调（SFT）通过利用特定于任务的标签数据集将预训练的 LLM 适应特定任务。SFT 的数据集通常组织如下，一条样本包含一个指令和对应的回答：\(D=\{(I_K,A_K)\}_{K=1}^N\) (2) 监督微调和预训练的区别 在训练方式上没有任何区别，损 阅读全文
posted @ 2026-03-09 15:29 绵满 阅读(26) 评论(0) 推荐(0)