AI 技术实践
在原生智能体框架内训练LoRA:任务筛选与评测边界
这份适配器方案直接记录原生框架的输出用于强化学习,并公开任务过滤与训练设置;合并权重的选择和非思考模式下的推理文本仍需审慎解读。
AI 技术实践
这份适配器方案直接记录原生框架的输出用于强化学习,并公开任务过滤与训练设置;合并权重的选择和非思考模式下的推理文本仍需审慎解读。
AI 技术实践
作者介绍了从工具调用示范、多教师蒸馏到两轮强化学习的训练流程,并明确其研究与教育定位,以及任务难度、语言和敏感用途边界。
AI 技术实践
Linum 披露了文生图模型的中间监督、噪声课程与分辨率切换方法。这次训练被定位为实验性概念验证,文字生成和复杂场景仍有明确限制。
AI 技术实践
SFT、DPO 与 GRPO 面向不同的数据和反馈条件,选方法之前先看自己有什么。
AI 技术实践
统一模型接口很方便,但 tokenizer、processor 与输入模态仍需要匹配。
AI 技术实践
nesformer 把 CPU 和内存编译进模型。作者的 GIF 能看,仓库也能下;速度就别期待正常游戏体验了。