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
Z-D-K1 小时前
考验AI的“自我“-AI对《红楼梦》后40回的改写(39)DO_Community1 小时前
Weaviate 托管数据库现已在 DigitalOcean 上开放公测Aa99883341 小时前
汽车密封件AI质检的技术方案——以及视觉筛选机与人工质检的定量对比天国梦1 小时前
AI时代营销全链路落地实战指南数智工坊2 小时前
RealNet：用于异常检测的特征选择网络，具备真实的合成异常样本阳明山水2 小时前
TimesFM与Moirai MoE零样本预测解析在世修行2 小时前
第24篇：PyInstaller打包实战 — 从Python脚本到Windows EXE一次旅行2 小时前
AI 前沿日报 | 2026年07月14日智慧物业老杨2 小时前
物业单盘精细化预算数智化方案：IoT采集+AI建模全链路自动化落地体系xn71332 小时前
别再把 MCP Roots 当安全沙箱：一个符号链接就能逃逸目录