训练与微调

微调

Fine-tuning

在已有模型上继续训练,让它适配你的任务与数据。

又称 Fine-tuning 微调训练

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

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」。

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