分阶段训练金融大模型
预训练：获得知识
设计数据清洗系统，进行数据切片，并行处理
高频算子
有点像导入小说软件的那个过滤条件诶
训练数据配比
根据实际情况调整数据配比
指令微调
微调测评
价值观对齐
通过奖励模型 对认可回答打高分，不认可回答打低分：
收集语言、安全、金融行业偏好的高质量提示词，通过预训练好的sft模型生成问答对，并人工标注选择偏好回答，然后交给大模型
提升模型下限
相关推荐
无心水几秒前
【Harness：落地实战】18、从“龙虾”到“爱马仕”：Hermes 进化，全自动自进化 Harness 的架构革命li星野1 分钟前
LLMLingua：用小型模型“剪枝”大语言模型提示词，让长文本不再昂贵三行数学1 分钟前
AI4Math 综述：人工智能如何重塑数学研究MR.欻2 分钟前
ZLMediaKit 源码分析（四）：RTP/RTCP 协议栈实现分析人月神话-Lee7 分钟前
【图像处理】Core Image 与 GPU 渲染管线——让滤镜飞起来石工记8 分钟前
CTO如何落地AI？从0到1的实战路径云天AI实战派16 分钟前
跨境出海全流程实战：用 Medusa + Hyperswitch + ClickHouse 搭建落地页、支付订阅、客服工单与多语言 SEO 闭环向量引擎17 分钟前
向量引擎技术文档给我的创作启发：AI搜索生态下的内容适配实践程序大视界19 分钟前
2026年AI大模型三足鼎立：ChatGPT、Claude、Gemini终极对比与选型指南DS随心转APP20 分钟前
AI 一键导出 Word 与 Excel 实战应用指南