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
云天AI实战派3 分钟前
Agent 全流程实战：用 Python 搭建技能路由智能体，落地小龙虾门店运营助手互联网推荐官4 分钟前
上海大模型应用开发怎么样？从技术底座到落地路径的完整拆解冷小鱼5 分钟前
大模型训练全景：从预训练到对齐的技术炼金术百度Geek说5 分钟前
柚漫剧 AI全流程提效拆解---从单点提效到工程融合fuquxiaoguang12 分钟前
Agentic AI 爆发元年：2026，智能体正在学会“自己动手”隔壁大炮15 分钟前
第二章 脑电、诱发电位和事件相关电位人工智能AI技术18 分钟前
跳出CURD牢笼 拥抱智能体开发开启职业第二曲线无忧智库25 分钟前
具身智能的数据底座之战：一个大规模三维空间语义语料库的完整工程实践（WORD）我认不到你33 分钟前
拒绝token焦虑 cpa（CLI Proxy API）反代 chatgpt（Codex） 保姆级全图文教程