文章详情

SFT监督微调

随着大规模预训练模型（如 GPT、LLaMA）的兴起，单靠无监督预训练难以满足具体任务需求。 监督微调（Supervised Fine-Tuning，简称 SFT）通过在带标签的数据上有针对性训练，使模型更好地适应特定应用场景。 一、SFT 在大模型训练中的角色 预训练阶段侧重于学习通用语言知识和模式，训练数据无须人工标注，规模巨大但缺乏针对性。SFT 则是

4 阅读