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
泰迪智能科技0114 分钟前
三种人社职业技能等级证书报考指南对比：人工智能训练师 / 计算机程序设计员 / 服务机器人应用技术员森山冶仁16 分钟前
AI 原生数据治理技术栈：大模型 + 向量库 + 知识图谱怎么选记忆张量MemTensor18 分钟前
产品更新｜MemOS 现已支持 DeepSeek Harness 长期记忆接入FII工业富联科技服务37 分钟前
WRC 2026技术拆解：从人类示范到真机反馈，机器人“大脑”如何完成训练闭环？科里 Coralyx1 小时前
RLHF、InstructGPT、红队测试：从“会生成“到“可交付“桃西西呀1 小时前
TRAE Work实战：我把会议纪要做成了skill武汉星际互动1 小时前
政务AI智能体怎么建？三种模式、三步路径与四个误区MartinYeung52 小时前
Zig：重新定义性能与控制规则的系统级语言catino2 小时前
Prompt详解