工程师长文拆解企业级模型 post-training 全流程

工程师 zivravid 发布长推线程,系统整理在公司内部做模型 post-training(微调、蒸馏、RL 等)的方法论,依次回答为什么做、用什么数据、如何训练等核心问题。线程收官时他给出核心结论:大部分时间应花在评测和数据上,训练本身反而是最简单的环节。该线程因覆盖从动机、数据到评测的完整链路而受到关注。

2026-11-19 ~ 2026-11-19 · 2 条相关