当前位置： 首页 > news >正文

大模型微调概览

news 2026/5/13 1:03:56

文章目录

    • 微调 和 高效微调
    • 高效微调技术方法概述
    • 高效微调方法一：LoRA
    • 高效微调方法二: Prefix Tuning
    • 高效微调方法三: Prompt Tuning
    • 高效微调方法四: P-Tuning v2
    • 基于强化学习的进阶微调方法
      • RLHF 训练流程

微调 和 高效微调

  • 微调，Fine-Tuning， 一般指全参数的微调(全量微调)，指是 一类较早诞生的微调方法，全参数微调需要消耗大量的算力，实际使用起来并不方便，因此不久之后又诞生了只围绕部分参数进行微调的高效微调方法;
  • 高效微调，State-of-the -art Parameter- Efficient Fine-Tuning (SOTA PEFT),特指部分参数的微调方法，这种方法算力功耗比更高，也是目前最为常见的微调方法;
  • 除此之外，Fine-Tuning也可 以代指全部微调方法，同时OpenAI中模型微调API的名称也是 Fine-Tuning
    需要注意的是，OpenAl提供的在线微调方法也是一种高效微调方法，并不是全量微调;

相关文章：

大模型微调概览

文章目录 微调 和 高效微调高效微调技术方法概述高效微调方法一：LoRA高效微调方法二: Prefix Tuning高效微调方法三: Prompt Tuning高效微调方法四: P-Tuning v2基于强化学习的进阶微调方法RLHF 训练流程微调 和 高效微调 微调，Fine-Tuning， 一般指全参数的微调(全量微调)，…...

编程日记 2023/10/3 23:18:41

利用norm.ppfnorm.interval分别计算正态置信区间[实例]

scipy.stats.norm.ppf用于计算正态分布的累积分布函数CDF的逆函数，也称为百分位点函数。它的作用是根据给定的概率值，计算对应的随机变量值。scipy.stats.norm.interval：用于计算正态分布的置信区间，可指定均值和标准差。scipy.st…...

编程日记 2023/10/3 23:17:41

计算机网络各层设备

计算机网络通常被分为七层，每一层都有对应的设备。以下是各层设备的简要介绍： 物理层（Physical Layer）：负责传输二进制数据位流的物理媒体和设备，例如网线、光纤、中继器、集线器等。 数据链路层&#xf…...

编程日记 2023/10/3 23:13:36

java this用法

在Java中，this是一个关键字，表示当前对象。它可以用来引用当前对象的实例变量、实例方法或者调用当前对象的构造方法。在本文中，我们将深入探讨Java中this关键字的用法。 1. 引用当前对象的实例变量 在Java中，this关键字可以用来…...

编程日记 2023/10/3 23:12:35

【AI视野·今日NLP 自然语言处理论文速览 第四十六期】Tue, 3 Oct 2023

AI视野今日CS.NLP 自然语言处理论文速览 Tue, 3 Oct 2023 (showing first 100 of 110 entries) Totally 100 papers 👉上期速览✈更多精彩请移步主页 Daily Computation and Language Papers Its MBR All the Way Down: Modern Generation Techniques Through the …...

编程日记 2023/10/3 23:11:34

Unity ddx与ddy

有关Unity的dx与dy的概念 引用的文章 1link 2link 3link 4link 有关概念 我们知道在光栅化的时刻，GPUs会在同一时刻并行运行很多Fragment Shader，但是并不是一个pixel一个pixel去执行的，而是将其组织在2x2的一组pixels分块中，…...

编程日记 2023/10/3 23:10:33

bootstrap.xml 和applicaiton.properties和applicaiton.yml的区别和联系

当谈到Spring Boot应用程序的配置时，有三个关键文件经常被提到：bootstrap.xml、application.properties和application.yml。这些文件在应用程序的不同阶段起着不同的作用，并在配置应用程序属性时有一些区别和联系。本文将探讨这些文件的作用、…...

编程日记 2023/10/3 23:08:31

基于被囊群优化的BP神经网络（分类应用） - 附代码

基于被囊群优化的BP神经网络（分类应用） - 附代码 文章目录 基于被囊群优化的BP神经网络（分类应用） - 附代码1.鸢尾花iris数据介绍2.数据集整理3.被囊群优化BP神经网络3.1 BP神经网络参数设置3.2 被囊群算法应用 4.测试结果&#x…...

编程日记 2023/10/3 23:06:28

我的第一个react.js 的router工程

react.js 开发的时候，都是针对一个页面的，多个页面就要用Router了，本文介绍我在vscode 下的第一个router 工程。 我在学习react.js 前端开发，学到router 路由的时候有点犯难了。经过1-2天的努力，终于完成了第一个工程…...

编程日记 2023/10/3 23:05:27

XXPermissions权限请求框架

官网 项目地址：Github博文地址：一句代码搞定权限请求，从未如此简单 框架亮点 一马当先：首款适配 Android 13 的权限请求框架简洁易用：采用链式调用的方式，使用只需一句代码体积感人：功能在同类…...

编程日记 2023/10/3 23:00:23

远程代码执行渗透测试—Server2128

远程代码执行渗透测试 任务环境说明： √ 服务器场景：Server2128（开放链接） √服务器场景操作系统：Windows √服务器用户名：Administrator密码：pssw0rd 1.找出靶机桌面上文件夹1中的文件RCEBac…...

编程日记 2023/10/3 22:59:22

阿里云关系型数据库有哪些？RDS云数据库汇总

阿里云RDS关系型数据库大全，关系型数据库包括MySQL版、PolarDB、PostgreSQL、SQL Server和MariaDB等，NoSQL数据库如Redis、Tair、Lindorm和MongoDB，阿里云百科分享阿里云RDS关系型数据库大全： 目录 阿里云RDS关系型数据库大全 …...

编程日记 2023/10/3 22:58:21

Linux--socket编程--服务端代码

查看struct sockaddr_in包含的东西： 在/user/include下搜索：grep "struct sockaddr_in { " * -nir r : 递归 i ： 不区分大小写 n : 显示行号 socket编程–服务端代码 /* 1、调用 socket 创建套接字 2、调用 bind 添加地址 3、lis…...

编程日记 2023/10/3 22:54:17

安装Vue脚手架图文详解教程

版权声明 本文原创作者：谷哥的小弟作者博客地址：http://blog.csdn.net/lfdfhl 预备工作 在安装Vue脚手架之前，请确保您已经正确安装了npm；假若还尚未安装npm，请你参考 Node.js安装教程图文详解。 安装Vue脚手架 请…...

编程日记 2023/10/3 22:53:17

宠物医院必备，介绍一款宠物疫苗接种管理软件

在当今社会，养宠物已经成为越来越多人的生活方式，宠物疫苗接种已是宠物医院的重要工作，但是目前绝大多数的宠物医院对疫苗接种的管理，还是采取人工登记方式，不仅效率低下，而且无法做到疫苗接种到期自动提醒…...

编程日记 2023/10/3 22:52:16

哈哈，我保研985了，之后会出一期保研经验分享

哈哈，我保研了，之后会出一期保研经验分享 个人背景 学校：河南某四非，计算机科学与技术专业英语成绩：四级439，六级438（夏令营无六级）科研经历：一个软著、国家级大创&…...

编程日记 2023/10/3 22:50:14

C++ 程序员入门之路——旅程的起点与挑战

🌷🍁 博主猫头虎 带您 Go to New World.✨🍁 🦄 博客首页——猫头虎的博客🎐 🐳《面试题大全专栏》 文章图文并茂🦕生动形象🦖简单易学！欢迎大家来踩踩~🌺 &a…...

编程日记 2023/10/3 22:49:14

C/C++ 数组面试算法题

1.将一个数组逆序输出 https://blog.csdn.net/qq_45385706/article/details/110739961 1 #include<stdio.h>2 3 #define N 94 5 int main()6 {7 int a[N] {1,2,3,4,5,6,7,8,9};8 for(int i 0;i<N/2;i)9 { 10 int temp a[i]; 11 a[i]…...

编程日记 2023/10/3 22:47:12

【pwn入门】用gdb实现第1个pwn

声明 本文是B站你想有多PWN学习的笔记&#xff0c;包含一些视频外的扩展知识。 有问题的源码 #include <stdio.h> #include <stdlib.h> #include <unistd.h> char sh[]"/bin/sh"; int func(char *cmd){system(cmd);return 0; }int main(){char …...

编程日记 2023/10/3 22:45:10

用pyinstaller打包LGBM模型为ELF/EXE可执行文件

1. 引入 写好的python代码和模型&#xff0c;如果需要做到离线部署、运行&#xff0c;就必须要将代码和模型打包为可独立运行的可执行文件。 使用pyinstaller就能做到这个&#xff0c;相同的代码&#xff0c;在windows上运行就能打包为exe&#xff0c;在linux上运行就能打包为…...

编程日记 2023/10/3 22:42:07

Articuler.Ai 技术深度解析：海量人脉匹配、数字足迹解析与高转化冷触达引擎

摘要Articuler.Ai 是一款面向商业人脉精准匹配与高效触达的 AI 引擎&#xff0c;核心定位为 “商业关系搜索引擎 智能触达工作台”&#xff0c;彻底重构传统关键词搜索失效背景下的 B2B 人脉连接逻辑。本文从9.8 亿级公开档案数据底座、语义匹配引擎架构、Playbook 深度解析技…...

编程新知 2026/5/13 0:28:24

Anthropic新模型Mythos号称擅查漏洞，扫描curl代码却仅确认1个低危问题

Mythos高调亮相&#xff0c;扫描结果却令人意外 近期&#xff0c;Anthropic推出的AI安全分析模型Mythos引发广泛关注&#xff0c;该公司宣称其在发现源代码安全漏洞方面表现出色&#xff0c;甚至因此暂缓公开发布。然而&#xff0c;当Mythos扫描全球最广泛使用的开源命令行HTTP…...

编程新知 2026/5/13 0:08:11

电子仪器CE标志合规：从技术文件到尽职调查的完整指南

1. CE标志合规&#xff1a;从品牌声誉到技术文件的完整闭环在电子设计与制造领域&#xff0c;无论你开发的是精密的数据采集卡、复杂的信号发生器&#xff0c;还是看似简单的万用表&#xff0c;只要你的产品最终要进入欧洲经济区&#xff08;EEA&#xff09;市场&#xff0c;CE…...

编程新知 2026/5/12 23:40:29

从RIPv2到RIPng：IPv6时代路由协议的演进与实战部署

1. 从RIPv2到RIPng&#xff1a;为什么IPv6需要新的路由协议&#xff1f; 第一次在实验室配置RIPv2时&#xff0c;我盯着那些IPv4地址看了整整三天。直到某天客户突然要求支持IPv6&#xff0c;才发现这个诞生于1988年的老协议已经跟不上时代——就像用传呼机收发4K视频&#xff…...

编程新知 2026/5/12 23:21:17

深度学习在系外行星探测中的应用：ExoDNN框架解析与实践

1. 项目概述&#xff1a;当深度学习遇见星空系外行星探测&#xff0c;这个听起来就充满科幻感的领域&#xff0c;在过去二十年里彻底改变了我们对宇宙的认知。从最初通过“凌星法”和“径向速度法”发现几颗气态巨行星&#xff0c;到如今TESS、开普勒等太空望远镜的海量数据中&…...

编程新知 2026/5/12 19:41:07

淘金币全自动脚本终极指南：3分钟搞定淘宝每日任务，解放双手的简单教程

淘金币全自动脚本终极指南&#xff1a;3分钟搞定淘宝每日任务&#xff0c;解放双手的简单教程 【免费下载链接】taojinbi 淘宝淘金币自动执行脚本&#xff0c;包含蚂蚁森林收取能量&#xff0c;芭芭农场全任务&#xff0c;解放你的双手 项目地址: https://gitcode.com/gh_mir…...

编程新知 2026/5/12 19:22:31

3分钟快速上手：开源AIOps告警管理平台keep终极实战指南

3分钟快速上手&#xff1a;开源AIOps告警管理平台keep终极实战指南 【免费下载链接】keep The open-source AIOps and alert management platform 项目地址: https://gitcode.com/GitHub_Trending/kee/keep 你是否曾经被海量的监控告警淹没&#xff0c;在Prometheus、Gr…...

编程新知 2026/5/12 18:52:19

DreamBooth实战案例：从人物肖像到艺术风格的完整训练过程

DreamBooth实战案例&#xff1a;从人物肖像到艺术风格的完整训练过程 【免费下载链接】sd_dreambooth_extension 项目地址: https://gitcode.com/gh_mirrors/sd/sd_dreambooth_extension DreamBooth是一款强大的AI模型训练工具&#xff0c;能够让你通过少量图片快速定制…...

编程新知 2026/5/12 18:28:50

基于LLM与RAG的法律AI工具：从架构解析到工程实践

1. 项目概述&#xff1a;一个法律文本智能生成与分析的AI工具最近在和一些做法律科技的朋友聊天时&#xff0c;他们反复提到一个痛点&#xff1a;处理海量的、格式固定的法律文书&#xff0c;比如起诉状、合同、律师函&#xff0c;既耗时又容易在细节上出错。人工起草一份严谨的…...

编程新知 2026/5/12 18:05:20

浏览器扩展革命：5分钟解锁微信网页版全功能访问

浏览器扩展革命&#xff1a;5分钟解锁微信网页版全功能访问 【免费下载链接】wechat-need-web 让微信网页版可用 / Allow the use of WeChat via webpage access 项目地址: https://gitcode.com/gh_mirrors/we/wechat-need-web 还在为微信网页版的各种限制而烦恼吗&…...

编程新知 2026/5/12 17:30:50