标签

大模型

这里有 1 篇文章。

· 11 分钟

大模型到底是怎么训练出来的?

用培养一个人的比喻,把大模型训练拆成预训练、CPT、SFT、强化学习、推理训练五步,一次讲清 RLHF、DPO、GRPO、LoRA 这些缩写到底在干什么。