AI · AGENTS · KNOWLEDGE
微调与模型训练
整理训练数据准备、微调流程与验证条件。
内容目录
共 2 条内容 · 显示 1–2技术动态微调与模型训练用100步GRPO提升350M模型结构化输出能力：IFStruct评测从22.6%到29.7% Hugging Face博客介绍一套公开的低成本方法：用TRL对LFM2.5-350M做GRPO微调，针对JSON Schema合规性设计三重奖励，在IFStruct基准上整体通过率由22.6%升至29.7%，其中JSON格式提升13.9个百分点。AI 知识微调与模型训练LLaMA-Factory 微调框架功能与更新概览 LLaMA-Factory 是一个支持 100 多种大模型的开源微调框架，提供免代码 CLI 与 Web UI；来源列出了其支持的模型、训练方法、优化算法和近期更新，但页面内容被截断。