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
秦禹辰1 分钟前
ClipSketch AI把视频改造成图文漫画：选关键帧、生成手绘分镜、融合IP形象并自动写小红书文案梦想出海-Phoebe2 分钟前
ChatGPT 2026年10月更新汇总：GPT-6.1 Terra、AI短信助手与新功能解析乌恩大侠4 分钟前
从纳秒级同步到厘米级定位：基于 NVIDIA Aerial、SRS 与多 O-RU 的 5G/6G UL-TDOA 实现原理与工程实践霸道流氓气质5 分钟前
智能表单生成器：结构化输出契约、JSON Schema 驱动渲染与 EAV/JSONB 混合存储的 Vue3 + Spring AI 生产级实战lpfasd12317 分钟前
Mac mini M6（24GB）本地大模型部署实战：选型考量、踩坑记录与全链路搭建云上工程笔记27 分钟前
2026年如何保障Token传输过程中的数据安全与隐私？加密、脱敏、审计与权限指南2601_9707038328 分钟前
工业除湿机选型与安全使用研究报告：把铭牌数字放回工况里进击的横打38 分钟前
【人工智能】AI将推翻了传统软件开发吗银河麒麟操作系统41 分钟前
两案例入选全球计算联盟年度产业应用案例汇编狂师43 分钟前
GitHub上开源真机测试工具mobile-mcp，说句话就能让AI在手机上跑用例！