什麼是 培訓後?

一種直接在偏好對上微調模型的訓練方法，無需單獨的獎勵模型。

預訓練和訓練後之間的中間訓練階段，通常用於能力或領域調整。

透過訓練一小部分添加參數來調整模型的方法。

在下游適應之前對廣泛資料進行初步大規模模型訓練。

用於測量訓練後模型品質的保留資料集。

對特定領域的資料進行持續訓練，以使預先訓練的模型適應特定任務。