术语定义
SFT(Supervised Fine-Tuning),中文通常称为监督微调。用带有目标输出的样例继续训练模型,使模型学习期望的输入输出映射。
应用示例
以“用户问题—合格答复”配对数据训练服务风格。
理解要点
样例质量和覆盖范围往往比简单增加样例数量更重要。
SFT(Supervised Fine-Tuning),中文通常称为监督微调。用带有目标输出的样例继续训练模型,使模型学习期望的输入输出映射。
以“用户问题—合格答复”配对数据训练服务风格。
样例质量和覆盖范围往往比简单增加样例数量更重要。
跑一轮真实检测,拿到评分和问题清单。