网友晒 DIY RLHF：亲手微调 llama2-13b 基座直呼太难
cephaloform · x · 2026-11-10
网友cephaloform晒出自己买到一个心仪的基座模型，并正在对 llama2-13b checkpoint 做自己的 RLHF 训练，表示「这真的很难」，称这是他最喜欢的基座模型之一。属于爱好者一手微调实践分享，未展开具体技术细节。
所属事件:网友手工 RLHF 微调 Llama2-13B 让模型学会自己发帖(2 条相关)→
「模型」频道最新
- gemma-4-31B 去审查版登 HF 热榜:heretic 消融权重发布 — mradermacher · 2026-11-10
- Dwarkesh 实测:Fable 5.2 血染钟楼仍不敌 GPT-6 Astra,但胜过 Opus 5.5 — teortaxesTex · 2026-11-10
- 用户实测报 bug：Kimi K3 写非 ASCII 引号字符串频繁出错 — Xianbao_QIAN · 2026-11-10
- Claude Fable 5.2 登顶 Code Arena:提速 30%,定价还降了 20% — arena · 2026-11-10
- 「抱歉迟到,Opus 5.5 被削后慢得要命」成 AI 圈新借口 — mariyaivasileva · 2026-11-10
- OpenAI 内部模型求解 Navier-Stokes，测试时算力收益未现边际递减 — rickasaurus · 2026-11-10