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
智慧物业老杨16 小时前
物业数字化落地思考：真正的转型，是底层数据秩序的重构71777719 小时前
中小团队 DevOps 平台选哪家：2026 年主流平台对比与 Gitee 本土化方案解析武子康19 小时前
小智断网后还能做什么？沿一次唤醒看清设备与服务端的分工西安栈上月明软件科技19 小时前
从 Linux 0.01 到 AI 开源：星图邻的开源实践麻雀飞吧19 小时前
先判断工具用来学习、开发还是执行甲维斯19 小时前
ZCode：快来领“免费”3亿tokens和“Git打包服务”揽秀亭长19 小时前
视频转文字有哪些方法？在线AI、剪辑软件、本地对比RoboWizard20 小时前
三星和金士顿内存条哪个更适合游戏超频深圳市恒星物联科技有限公司20 小时前
轻量MCU设备通过OpenHarmony兼容性测评的全流程关键要点与实战踩坑经验AI闲人21 小时前
企业 AI 最大的问题，不是数据不足，而是数据没有业务语义