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
callJJ3 分钟前
Spring AI ETL 数据处理管道实战指南：从原始文档到向量索引志栋智能8 分钟前
当巡检遇上超自动化：一场运维质量的系统性升级有个人神神叨叨11 分钟前
Anthropic Managed Agents 详细介绍跨境卫士—小依12 分钟前
平台流量分发机制变化跨境卖家如何重新获取曝光阿杰学AI13 分钟前
AI核心知识120—大语言模型之 基于人类反馈的强化学习 （简洁且通俗易懂版）羽师15 分钟前
MoE是什么？亚马逊云开发者19 分钟前
OpenClaw 部署安全第一步：用 VPC Endpoint 让 AI Agent 调用 Bedrock 全走内网优家数科22 分钟前
2026 中国净水出海白皮书：欧洲准入的技术红线与智能化破局ZPC821028 分钟前
MoveIt Servo 与自己编写的 Action Server 通信AIminminHu28 分钟前
OpenGL渲染与几何内核那点事-项目实践理论补充(一-3-(1)：你的 CAD 终于能联网协作了，但渲染的“内功心法”到底是什么？)