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
半个落月1 小时前
从 Tokenization 到 Embedding：用 Node.js 搞懂大模型为什么先“分词”再“向量化”vanuan1 小时前
MCP协议实战（Java版）：用Spring Boot让AI直接查你的数据库雪隐1 小时前
个人电脑玩AI-06让5060 Ti给你打工——不光能画画，Qwen3-TTS还能学人说话，连我老板都信了！Coffeeee2 小时前
帮你快速理解AI Agent之我想招个Android实习生新新技术迷2 小时前
AI聊天自动跟随滚动，附回到底部按钮先锋部队2 小时前
用Web Worker解析AI返回的大文本不卡UI把你拉进白名单2 小时前
8.OpenClaw源码解析——三层洋葱重试用户632415031782 小时前
拖文档进AI对话框解析，前端要处理哪些脏活姗姗来迟了2 小时前
AI回答里的引用来源卡片，前端怎么做用户7106207733402 小时前
Codex-端口配置错误排查案例（stream disconnected before completion）