文章详情

从零到一完整实战案例

项目：为公司客服系统微调Qwen2-7B Day 1：环境搭建 Day 2-3：数据准备 Day 4-5：LoRA微调 训练结果：Loss从2.1降到0.4，耗时约2小时。 Day 6：DPO对齐 构造1000条偏好数据（好回答vs差回答），进行DPO训练。 Day 7：合并+部署 vLLM Day 8：评估 指标 微调前 微调后 产品问题准确率 45% 9

3 阅读