训练与微调

对齐

Alignment

让模型的目标与行为符合人类意图与价值观。

又称 Alignment 对齐训练

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

分两层:行为对齐(有用、诚实、无害,靠 SFT 与偏好优化实现)与价值对齐(长期目标不偏离人类利益,仍是开放问题)。

工程上常说的对齐,多指第一层:拒答该拒的、不输出有害内容、不谄媚。代价是可能过度拒答,或为了「安全」牺牲一部分能力。

02 什么时候会碰到它
判断一个新版本到底改了什么时

预训练、对齐、微调、蒸馏各有各的代价。看懂这组词,才能分清「知识量变了」还是「只是更听话了」,也才知道自己的业务该不该做微调。

03 和这几个词怎么区分
04 接着读这几篇
05 用得到的工具

下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活