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
FPGA信号处理1 小时前
【模式识别】第三节课：分类误差的来源与线性分类器hrrrrxeeeee1 小时前
电商从业者AI技能提升：证书选择与商品、客服、运营场景落地垂钓的小鱼14 小时前
2026集合竞价数据从哪里来？6 种获取渠道对比小和尚同志6 小时前
1.8k star 的开源 token 使用量监控神器— TokenTracker极客 - L U7 小时前
神经网络 - 激活函数、损失函数、优化器数字融合8 小时前
透明化视频三维矿山井下照明重建技术yi0118 小时前
LeetCode 219：存在重复元素 II——哈希表记录“最近一次出现的位置”xiangzhihong88 小时前
创之星花店多端业务闭环拆解奈落248 小时前
AI 编程从助手到 Agent：基于两份资料看哪些环节可以交出去，哪些必须自己攥住Joker可视化开发平台8 小时前
AI短剧接棒真人剧：开机量跌七成，普通人进场窗口在收窄