01 详细解释
适合三种情况:任务格式固定且量大、领域术语密集、需要稳定风格。不适合用来灌知识——知识更新用检索更快更便宜。
决策顺序建议:先改提示词,再试试少样本,还不够再上 LoRA,最后才考虑全量微调。每次微调都要留一份评测集,否则很容易「感觉变好了」。
适合三种情况:任务格式固定且量大、领域术语密集、需要稳定风格。不适合用来灌知识——知识更新用检索更快更便宜。
决策顺序建议:先改提示词,再试试少样本,还不够再上 LoRA,最后才考虑全量微调。每次微调都要留一份评测集,否则很容易「感觉变好了」。
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。
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。