文章目录
- 系列
- LLaMA-Factory简介
- 推荐硬件要求
- 环境搭建
- 数据准备
- 指令微调数据集
- 偏好数据集
- 自定义数据集
- 指令监督微调
- 合并 LoRA 权重并导出模型
- 其他(训练全流程)
- 预训练
- 奖励模型训练
- PPO 强化学习训练
- DPO 强化学习训练
- 通过一站式网页界面快速上手
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/605311.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!