页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「LLM微调策略」找到 10 条内容
按专题浏览 →匹配题目：从模型架构、训练数据、微调策略或外部增强方法（如RAG、校验机制）等角度，探讨提升类似ChatGPT这类大语言模型输出准确性的可行方案。
匹配题目：假设你有一个大语言模型（LLM），需要将其输出限制在一个预定义的封闭标签集合内（例如分类任务），请设计一种可行的技术方案，包括提示工程、解码约束、后处理或微调策略。
匹配标题与标签：…RA、Adapter 等方法对比,适用场景与优缺点详解 模型训练 全参数微调 LoRA Prompt Tuning 参数高效微调 微调策略选择 2026真题 大模型微调 Adapter 大模型训练与微调 得物
学习内容与项目面试，在同一条路上。
匹配正文：…化：多路召回、HyDE（假设文档嵌入）、Self-RAG（反思token） 局限：检索失败时幻觉反而加重，需配合置信度校准 2. 微调策略 事实性SFT：用高质量QA对训练，强化"不知道就拒绝" 偏好对齐：RLHF/DPO中引入事实性奖励，惩罚幻觉输出 知识蒸馏：从大模型蒸馏事实性强的推理链到小模型 3. 推理时干预（Inference-Time Intervention） 不修改模型，在生成过程中干预： 方法 机制 代表工作 对比解码 对比大模型与浅层输出，抑制幻觉 DoL…