SFT

来自通约智库
江南仁讨论 | 贡献2023年11月8日 (三) 01:36的版本 (创建页面,内容为“{{4}}SFT(Structured Fine-Tuning):这是一种预训练模型微调的方法,旨在针对特定任务进行模型调整。在SFT中,预训练模型被用作...”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳转至: 导航搜索

SFT(Structured Fine-Tuning):这是一种预训练模型微调的方法,旨在针对特定任务进行模型调整。在SFT中,预训练模型被用作基础模型,然后针对特定任务的数据进行微调。微调过程中,模型的参数会根据任务数据进行更新,以适应特定任务的需求。SFT通常应用于自然语言处理任务,如文本分类、情感分析等。


相关知识


RLHF