Preparing data for supervised fine-tuning Part 2: Advanced data strategies
监督微调数据准备的高级方面。本两篇系列的第二篇涵盖使用学习曲线评估数据就绪性、选择高价值数据子集、使用合成和蒸馏样本增强数据以及混合数据源。
The Two Pillars of Post-training: Reinforcement Learning and Supervised Fine-Tuning
这是Sharon Zhou培训后系列的第二篇文章。请在此处阅读第 1 部分。在本系列的第一篇文章中，您了解了培训后如何通过使法学硕士以某种方式表现来缩小其可用性的根本差距。在这篇文章中，您将探索可用于更改模型的 [...]
I Tried Fine-Tuning a Robot AI Model on Colab. Here Is What Worked
针对 OpenVLA 的可重复 100 步 LoRA 微调运行，包括数据集检查、Colab 设置、训练指标和 W&B 证据。我在 Colab 上尝试微调机器人 AI 模型的帖子。这是有效的方法首先出现在《走向数据科学》上。
PROOF-Gen: From Optimized Data to Better Distillation
在教师生成轨迹上的监督微调是将工具调用能力蒸馏到可部署模型的标准第一阶段。推动已发布工具调用代理的后训练流水线以每日或每周的节奏重新运行此阶段。
Video Friday: Do We Need Superhuman Humanoid Robots?
Video Friday 是您每周精选的精彩机器人视频，由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。首尔类人机器人峰会：2026年9月22日至23日，首尔2026年峰会：2026年9月27日至10月1日，匹兹堡CoRL 2026：2026年11月9日至12日，奥斯汀享受今天的视频！这非常非常酷。但我正在尝试考虑商业用例是什么，你知道吗？我猜想，高速、极其危险的包裹递送到二楼窗户之类的……？[Unitree]人类具有非凡的能力，可以仅通过一个或几个例子来执行新的身体技能。我们最新的机器人基础模型
What to Expect From LLM Customization Services
LLM 定制服务可帮助组织调整语言模型应用程序以适应特定的业务任务、知识源、术语、工作流程和安全要求。这项工作可以包括即时设计、检索增强生成、工具集成、微调、评估、部署和持续优化。定制不应从必须训练新模型的假设开始。在...阅读更多»法学硕士定制服务的期望一文首先出现在大数据分析新闻上。
Locking Pretrained Weights via Deep Low-Rank Residual Distillation
近年来，开放权重语言模型的质量有了显着提高。共享权重可以在不同的硬件和软件平台上使用，从而极大地促进了模型的采用。它们还允许更开放的研究和测试，用户可以将它们用作检查点，根据自己的需求对其进行微调，并可能重新分发它们。然而，在某些情况下，对修改这些权重以防止未经授权的使用的担忧可能超过给予用户这种自由的好处。防御这种适应并非易事：因为适应性......
Beyond Bots: Rethinking AI Support with a Hybrid AI Architecture
了解如何混合 RAG 和微调来创造更有效的 AI 支持体验。
Indian batters aim to ace spin test in warm-up before Test series against SL
印度击球手将在热身赛中微调对抗旋转的技巧。这种做法对于即将到来的对阵斯里兰卡的系列测试至关重要。球队在主场面临强大的旋转进攻。许多玩家都是第一次体验这些海岸。断断续续的降雨可能会扰乱计划中的准备工作。
5 Free Courses to Learn Modern AI and LLMs
了解如何在工作中使用生成式 AI、构建 RAG 和代理应用程序、微调模型、使用 Hugging Face 生态系统以及利用实践资源制作 AI 产品原型。
5 Books That Will Deepen Your Understanding of Large Language Models
查看这五本有关构建、微调和部署大型语言模型的书籍。
