mumu157 最近的时间轴更新 mumu157 最近的时间轴更新 |
mumu157V2EX 第 388631 号会员，加入于 2019-03-02 16:30:34 +08:00今日活跃度排名 12961 |
| 构造大模型微调数据集 程序员 • mumu157 • 3 小时 26 分钟前 • 最后回复来自 mumu157 | 2 |
| 写了一个简单的 agent 项目，大家帮忙看看 程序员 • mumu157 • 4 天前 • 最后回复来自 mumu157 | 4 |
mumu157 最近回复了
3 小时 26 分钟前 回复了 mumu157 创建的主题 › 程序员 › 构造大模型微调数据集 |
@Dreamerwwr 有很多方面吧，我举几个例子
1. 原始模型不包含一些私域的信息，比如一些财务、法律、金融信息
2.需要模型强化某些领域的专业能力
3.强化输出能力，需要按照某些格式进行输出
4.想要洗掉原始模型的数据或者自我认知、以及其他一些合规性要求之类的
5.强化模型能力，比如通过 R1 蒸馏数据微调一些 llama 、qwen 之类的小模型
应用还是比较多的
1. 原始模型不包含一些私域的信息，比如一些财务、法律、金融信息
2.需要模型强化某些领域的专业能力
3.强化输出能力，需要按照某些格式进行输出
4.想要洗掉原始模型的数据或者自我认知、以及其他一些合规性要求之类的
5.强化模型能力，比如通过 R1 蒸馏数据微调一些 llama 、qwen 之类的小模型
应用还是比较多的
4 天前 回复了 mumu157 创建的主题 › 程序员 › 写了一个简单的 agent 项目，大家帮忙看看 |
@xxxccc 主要是直观的可以看到 llm 和工具具体是怎么一起工作的；没有使用原生的 function call 功能
4 天前 回复了 mumu157 创建的主题 › 程序员 › 写了一个简单的 agent 项目，大家帮忙看看 |
@kaichen 我理解的 agent 基础就是 LLM 和工具调用的结合。这个项目主要是想帮助初学者快速了解 agent 的工作流程，项目中是有工具选择和循环判断的，更复杂推理和规划的能力其实就是嵌套更多 llm 调用和逻辑判断
Select Language