一个从大三就接触NLP的小小NLPer,本公众号每天记录自己的一点一滴,每篇文章最后也有托福单词等新知识,学技术同时,也一点一滴积累额外的知识。期待与你在知识的殿堂与你相遇!
目录
今天看啥  ›  专栏  ›  深度学习自然语言处理

2万字的SFT for Alignment 总结纪要

深度学习自然语言处理  · 公众号  ·  · 2024-09-12 23:05
    

文章预览

知乎: 张峻旗 链接:https://zhuanlan.zhihu.com/p/717553974 本文是个人大模型学习笔记的第二十五篇,以18K再次刷新了单篇字符记录,感兴趣的话可以点击专栏阅读其余笔记,欢迎各位知友在评论区交流、指正。入选「知势榜」8月成长力榜,完全超出笔者预料,也激励自己坚持在本专栏分享学习心得。 大模型学习笔记 www.zhihu.com/column/c_1765686812465328128 0. 前言 拖更了近一个月,一方面是很多事情牵扯了精力,一方面是 SFT for Alignment 确实方案繁多、细节复杂,这也是为什么笔者选择以分-总形式共五篇笔记来记录对 SFT for Alignment 的学习。本文对以 Alignment 为目标的 Supervised Fine-tuning 进行总结。大部分内容自然是前四篇 SFT Data for Alignment 相关笔记的纪要和补充,另一部分内容则是前四篇笔记跳过的 SFT 优化设置。 强烈建议前置阅读: 大模型微调(四):SFT Data ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览