斯坦福作业用 Tinker 微调生产级模型，四种个性化方法实战
EchoShao8899 · x · 2026-11-04
斯坦福 CS329X 的 HW2「Deep Personalization with Tinker」让学生借助 Thinking Machines 的 Tinker API 后训练生产级 LLM,在笔记本上即可完成模型训练。作业要求用四种方法个性化 LLM 使其按你的风格写邮件:提示词工程、合成数据 SFT、RLAIF(用奖励模型优化个性化 rubric)、以及 DITTO(高效生成在线比较数据)。作业仓库已开源。
「公司和人」频道最新
- 谷歌回应争议:新员工合同已删除离职后竞业诽谤条款 — HaydnBelfield · 2026-11-04
- FT 曝光埃森哲 AI 论文充斥幻觉内容遭舆论抨击 — nordicinst · 2026-11-04
- 印度 AI 公司 Sarvam 遭群嘲引争议,自研训练与规模化落地被重提 — AashaySachdeva · 2026-11-04
- 萝卜快跑香港东涌两周公众试乘收官，百度自动驾驶出海再进一步 — Baidu_Inc · 2026-11-04
- 50 人 12 国团队:创始人自称与 AI Agent 沟通多过与同事 — Scobleizer · 2026-11-04
- Sam Altman:我们离科学发现里程碑比预期更近 — ChrisGPT · 2026-11-04