TAG

#PEFT

共 3 篇文章。

🗒️TRL学习

LLM2025年6月12日

我从学习者角度整理 Hugging Face TRL：把它理解成大模型后训练工具箱，并梳理 SFT、DPO、GRPO、Reward Modeling 和 PPO 的学习路线。

#LLM#训练#PEFT

LLM2025年3月6日

我用学习者视角拆解 DeepSeek 模型复现的路线：先明确目标，再从数据、训练方法、评估和成本边界逐步缩小范围。

#LLM#训练#PEFT#DATA

LLM2023年6月30日

用chatgpt生成多轮完整对话数据，而不是QA对，从而有更好的效果。同时使用chatgpt做了一个对齐方式代替人类的对齐方式（SDF，Self-Distillation with Feedback）

#chatgpt#训练#PEFT