Tuning

P-Tuning爆款文案生成：让模型学会小红书“爽感”写作，转化率提升300%

本文聚焦P-Tuning技术在小红书爆款文案生成中的落地应用，通过参数化提示向量优化，将抽象的“爽感”写作转化为可量化、可训练的技术指标。

AI_DL_CODE·2025-07-29 21:01

大模型微调：从零到实践，掌握AI大模型的核心技能

幸运的是，微调（Fine-tuning）技术为我们提供了一条捷径，让我们可以基于已有的预训练模型，针对特定任务进行调整，从而快速实现

之之为知知·2025-07-28 05:10

oracle health check,ORACLE SQL Tuning Health-Check(SQLHC)

一条sql语句的性能主要依赖于好的物理结构,准确的系统统计数据,准确的对象统计数据,合理的查询优化器参数,合理的系统参数.这些数据也就是CBO计算的基本参数,SQLHC(文档ID1366133.1)正是为用户提供sql的这些数据,来辅助sql调优.特别适合无法在客户环境中调优的情况,SQLHC虽然没有SQLT(文档ID215187.1)更强大,但不需要在采集的库上建用户,会被更多的客户所接受.以下

爱护哼哼·2025-07-28 02:45

Prompt Engineering(提示词工程)基础了解

让大模型在无需微调（Fine-tuning）的情况下，通过“更好的提问方式”完成复杂任务(开发潜力,不会的还是不会)。但是

Fuly1024·2025-07-27 13:14

想进大厂？LLMs 10道面试题提前看，有问有答，图文详解！

微调（Fine-tuning）LLMs指的是在特定任务或数据上对预训练好的模型进行进一步训练，使其能更好地适应目标场景的过程，其主要流程如下：数据准备：数据收集：根据目标任务收集高质量、有代表性的数据；

AI大模型-大飞·2025-07-26 16:58

【美团3面】大模型面试题详解：大模型使用几十条数据微调后为啥性能差的很多？

如果微调（Fine-Tuning）的优化方向偏离了BasicCapacityBasin，就可能容易训崩掉，虽然训崩的概率不大。

AI大模型-王哥·2025-07-26 13:37

论文笔记：EMR-MERGING: Tuning-Free High-Performance Model Merging

2024neurips1intro随着HuggingFace、timm和torchvision等开源仓库的发展，预训练与微调模型的数量激增，这导致模型部署的存储和成本负担加重。多任务学习（MTL）通过联合训练多数据集来部分缓解上述问题，但它存在以下缺陷：(i)计算成本高；(ii)隐私数据限制导致数据不可获取因此，近年来出现了**模型融合（modelmerging）**方法，试图通过权重合并的方式绕

UQI-LIUWJ·2025-07-24 13:41

大模型微调技术的详细解析及对比

以下是四种主流大模型微调技术的详细解析及对比，结合技术原理、适用场景与性能表现进行说明：1.Full-tuning（全量微调）核心原理：加载预训练模型的所有参数，用特定任务数据（通常为指令-回答对）继续训练

老兵发新帖·2025-07-23 14:15

大模型训练中的“训练阶段”（如Pre-training、SFT、RLHF等）与“微调技术”

大模型训练中的“训练阶段”（如Pre-training、SFT、RLHF等）与“微调技术”（如Full-tuning、Freeze-tuning、LoRA、QLoRA）是两类不同维度的概念，二者共同构成模型优化的完整流程

老兵发新帖·2025-07-23 14:15

基于小样本学习的图像分类综述

目录引言基本概念小样本学习方法分类1、数据增强2、迁移学习3、元学习小样本学习主流方法1、基于度量的小样本学习2、基于Pretraining+FineTuning的方法3、基于元学习的小样本学习总结引言因为课程设计要求

cdyyyyyyy·2025-07-23 14:40

论文阅读：LLaVA1.5：Improved Baselines with Visual Instruction Tuning

论文：https://arxiv.org/abs/2310.03744代码：https://github.com/haotian-liu/LLaVA#train微调：https://github.com/haotian-liu/LLaVA/blob/main/docs/Finetune_Custom_Data.md模型论文时间VisionEncoderVLAdapterProjectionLaye

微风❤水墨·2025-07-22 08:18

14.3 FFT与PEFT终极对决：1%参数实现3倍速训练，显存暴降80%！

本小节将深入解析全参数微调（FullFine-Tuning,FFT）与参数高效微调（Parameter-EfficientFine-Tuning,PEFT）的核心差异，并通过具体技术方案对比和实战代码示例揭示其工程应用场景

少林码僧·2025-07-21 13:42

【大语言模型基础】GPT（Generative Pre-training ）生成式无监督预训练模型原理

OpenAIGPT:通过transformerdecoder学习出来一个语言模型，不是固定的，通过任务fine-tuning,用transfomer代替ELMo的LSTM。

·2025-07-21 12:04

MTK Camera 架构概览：Imagiq ISP 关键模块解析与工程实战分享

MTKCamera架构概览：ImagiqISP关键模块解析与工程实战分享关键词MTKCamera、ImagiqISP、联发科相机架构、AE/AWB/AF模块、3A控制、RAWDomain、SensorTuning

观熵·2025-07-21 03:59

SFT：大型语言模型专业化定制的核心技术体系——原理、创新与应用全景

以下基于权威期刊、会议论文及技术报告，对监督微调（SupervisedFine-Tuning,SFT）的技术框架、创新方法与实际应用进行系统梳理：一、核心定义与技术原理基本概念SFT是在预训练语言模型（

大千AI助手·2025-07-20 03:44

【论文阅读】AdaCtrl: Towards Adaptive and Controllable Reasoning via Difficulty-Aware Budgeting

TowardsAdaptiveandControllableReasoningviaDifficulty-AwareBudgeting3Method3.1长度触发标签作为控制接口（Length-TriggerTagsasControllingInterface）3.2冷启动微调（Cold-startfine-tuning

quintus0505·2025-07-11 00:16

语言大模型综述

ASurveyofLargelanguageModels目录Paper:ASurveyofLargelanguageModels综述概要LLM关键技术规模定律（ScalingLaws）预训练与微调对齐调优（AlignmentTuning

·2025-07-08 07:37

Tuning Language Models by Proxy

TuningLanguageModelsbyProxyhttps://arxiv.org/html/2401.08565v41.概述尽管大型预训练语言模型的通用能力越来越强，但它们仍然可以从额外的微调中受益

樱花的浪漫·2025-07-08 06:28

【零基础学AI】第29讲：BERT模型实战 - 情感分析

本节课你将学到BERT模型的核心原理与优势HuggingFaceTransformers库的BERT接口使用情感分析任务的完整实现流程模型微调(Fine-tuning)技巧开始之前环境要求Python3.8

1989·2025-07-08 05:54

模型微调方法Prefix-Tuning

随着大规模预训练语言模型（如GPT系列、BERT等）的广泛应用，如何高效、经济地针对特定任务对这些模型进行微调（Fine-Tuning）成为研究热点。

ballball~~·2025-07-07 18:30

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

在这篇文章中，我们将深入探讨四种不同的人工智能大语言模型微调技术：SFT监督微调、LoRA微调方法、P-tuningv2微调方法和Freeze监督微调方法。第一部分：SFT监

·2025-07-07 08:22

顶会新方向！14篇图神经网络（GNN）最新顶会论文汇总！（含2024）

AAAI20241、Fine-tuningGraphNeuralNetworksbyPreservingGraphGenerativePatterns通过

AI科研技术派·2025-07-04 10:38

大规模预训练语言模型的参数高效微调

研究团队提出了“delta-tuning”这一概念，将优化的参数部分称为“delta”，即在训练过程中被“改变”

·2025-07-04 10:37

【机器学习&深度学习】模型微调的基本概念与流程

目录前言一、什么是模型微调（Fine-tuning）？二、预训练vs微调：什么关系？

一叶千舟·2025-07-01 23:34

解密大模型全栈开发：从搭建环境到实战案例，一站式攻略

大模型的发展历程大模型的类型大模型全栈开发环境搭建硬件需求软件环境配置云服务选择大模型应用开发流程模型选择策略提示工程（PromptEngineering）模型微调（Fine-tuning）参数高效微调

海棠AI实验室·2025-06-29 09:39

【人工智能】微调的秘密武器：释放大模型的无限潜能

答案是微调（Fine-tuning）。本文深入探讨微调的理论基础、技术细节与实践方法，揭示其作为解锁大模型隐藏潜力

蒙娜丽宁·2025-06-27 20:18

【Servo】自整定、惯量识别、调谐

好的，这里为你用伺服驱动领域的语言详细解释“自整定”的概念：自整定（AutoTuning）的定义自整定是指伺服驱动器通过内置的检测、识别和计算算法，自动测量并设置控制系统参数（如增益、惯量、摩擦等），以实现对伺服系统性能的快速优化和匹配

我不是程序猿儿·2025-06-27 17:23

【面试宝典】【大模型入门】【模型微调】

微调（Fine-tuning）

曾小文·2025-06-27 04:00

中文工单分类模型选择

采用基于预训练模型的微调（Fine-tuning）方案来做中文工单分类，这是非常明智的选择，因为预训练模型已经在大量中文语料上学习了丰富的语言知识，能大幅提升分类效果。

SugarPPig·2025-06-27 04:26

LLM模型的一些思考

对通用LLM模型进行Fine-tuning操作（SFT，supervisedfinetuning），带来的影响往往是有害的？

巴基海贼王·2025-06-27 01:08

RAG 和微调如何抉择

要选择RAG(Retrieval-AugmentedGeneration)还是微调(Fine-tuning)，或者两者结合，主要取决于如下数据特性应用场景资源限制模型行为的控制需求RAGvs.微调：如何选择

成都犀牛·2025-06-22 14:20

56-Oracle SQL Tuning Advisor(STA)

各位小伙伴，一般都用哪些优化工具，OracleSQLTuningAdvisor(STA)用的多吗，Profile就是它的其中1个产物，下一期再弄Profile，STA的核心功能是自动化诊断高负载SQL的性能瓶颈

远方1609·2025-06-21 14:48

LoRA、QLoRA是什么

传统的全参数微调（Fine-tuning）需要更新大型语言模型的所有参数（如GPT-3有1750亿参数），这带来两个核心问题：计算资源需求极高：需要

爱吃土豆的马铃薯ㅤㅤㅤㅤㅤㅤㅤㅤㅤ·2025-06-20 17:58

AI模型微调完整学习方案：从入门到精通

模型微调（Fine-tuning）是指在预训练模型基础上，使用特

奔四的程序猿·2025-06-20 05:34

大模型微调(Fine-tuning)概览

大模型微调（Fine-Tuning）是将预训练大模型（如GPT、LLaMA）适配到特定任务或领域的核心技术，其效率与效果直接影响大模型的落地价值。

MzKyle·2025-06-17 08:39

预训练、指令微调与RLHF如何塑造LLM

理解这个训练过程的核心环节——大规模无监督预训练（Pre-training）、指令微调（InstructionFine-Tuning,IFT）以及从人类反馈中强化学习（ReinforcementLearningfromHumanFeedback

由数入道·2025-06-15 16:15

用 LoRA 对 Qwen2.5-VL 模型进行SFT - qwen2_5vl_lora_sft.yaml

1llamafactory-clitrainexamples/train_lora/qwen2_5vl_lora_sft.yamlqwen2_5vl_lora_sft.yaml││││└──SFT:有监督微调(SupervisedFine-Tuning

二分掌柜的·2025-06-15 02:37

深度学习编译器

1)深度学习编译器复杂个JB与通用自动编译工具不同，深度学习编译器结构更加复杂，包括图层优化、张量（Tensor）优化、代码生成、硬件部署、自动调优（AutoTuning）等几个部分。

·2025-06-13 08:25

大模型笔记_模型微调

1.大模型微调的概念大模型微调（Fine-tuning）是指在预训练大语言模型（如GPT、BERT、LLaMA等）的基础上，针对特定任务或领域，使用小量的目标领域数据对模型进行进一步训练，使其更好地适配具体应用场景的过程

饕餮争锋·2025-06-13 02:12

大模型笔记_模型微调 vs RAG

1.模型微调与RAG介绍模型微调（Fine-tuning）：大模型笔记_模型微调-CSDN博客检索增强生成RAG（Retrieval-AugmentedGeneration）：大模型笔记_检索增强生成(

饕餮争锋·2025-06-13 02:12

大模型笔记：RAG（Retrieval Augmented Generation,检索增强生成）

1大模型知识更新的困境大模型的知识更新是很困难的，主要原因在于：训练数据集固定,一旦训练完成就很难再通过继续训练来更新其知识参数量巨大,随时进行fine-tuning需要消耗大量的资源，并且需要相当长的时间

·2025-06-13 02:11

LLMs 入门实战系列

】清华大学开源中文版ChatGLM-6B模型学习与实战介绍：ChatGLM-6B环境配置和部署【ChatGLM-6B入门-二】清华大学开源中文版ChatGLM-6B模型微调实战ChatGLM-6BP-TuningV2

AGI小明同学·2025-06-12 04:29

【大模型】大模型微调（上）

一、概念与背景微调（Fine-tuning）是一种迁移学习的方法，通过在已有的预训练模型基础上，利用目标任务的少量标注数据对模型进行二次训练，使其更好地适应特定任务的需求。

油泼辣子多加·2025-06-11 19:30

【大模型】大模型微调（中）

一、P-Tuning（PromptTuning）1.原理软提示（SoftPrompt）：在输入前添加可训练的连续向量（softprompt），而非修改模型参数。