
  <rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
      <title>HANS</title>
      <link>https://www.hansking.cn/blog</link>
      <description>A posts created with Next.js and Tailwind.css</description>
      <language>en-us</language>
      <managingEditor>admin@hansking.cn (HANS)</managingEditor>
      <webMaster>admin@hansking.cn (HANS)</webMaster>
      <lastBuildDate>Sun, 18 Aug 2024 10:00:00 GMT</lastBuildDate>
      <atom:link href="https://www.hansking.cn/tags/微调/feed.xml" rel="self" type="application/rss+xml"/>
      
  <item>
    <guid>https://www.hansking.cn/blog/2026/DPO-shi-zhan-xun-lian-yi-ge-geng-fu-he-ye-wu-pian-hao-de-mo-xing</guid>
    <title>DPO 实战：训练一个更符合业务偏好的模型</title>
    <link>https://www.hansking.cn/blog/2026/DPO-shi-zhan-xun-lian-yi-ge-geng-fu-he-ye-wu-pian-hao-de-mo-xing</link>
    <description>[{&quot;value&quot;:&quot;DPO 实战：训练一个更符合业务偏好的模型&quot;,&quot;url&quot;:&quot;#dpo-实战训练一个更符合业务偏好的模型&quot;,&quot;depth&quot;:1},{&quot;value&quot;:&quot;一、先回顾 SFT 和 RLHF 的位置&quot;,&quot;url&quot;:&quot;#一先回顾-sft-和-rlhf-的位置&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;二、偏好数据格式很简单，数据含义不简单&quot;,&quot;url&quot;:&quot;#二偏好数据格式很简单数据含义不简单&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;三、偏好标注最容易出现什么问题&quot;,&quot;url&quot;:&quot;#三偏好标注最容易出现什么问题&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;把长度当质量&quot;,&quot;url&quot;:&quot;#把长度当质量&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;把语气当事实&quot;,&quot;url&quot;:&quot;#把语气当事实&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;偏好标准互相冲突&quot;,&quot;url&quot;:&quot;#偏好标准互相冲突&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;负样本太差&quot;,&quot;url&quot;:&quot;#负样本太差&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;四、DPO 的损失直觉&quot;,&quot;url&quot;:&quot;#四dpo-的损失直觉&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;五、训练前先处理 Token 和截断&quot;,&quot;url&quot;:&quot;#五训练前先处理-token-和截断&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;六、一个简化的训练流程&quot;,&quot;url&quot;:&quot;#六一个简化的训练流程&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;七、LoRA 能降低成本，但不能降低评测要求&quot;,&quot;url&quot;:&quot;#七lora-能降低成本但不能降低评测要求&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;八、DPO 训练中要盯哪些信号&quot;,&quot;url&quot;:&quot;#八dpo-训练中要盯哪些信号&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;九、训练后评测必须包含“不可偏好的”样本&quot;,&quot;url&quot;:&quot;#九训练后评测必须包含不可偏好的样本&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十、如何处理矛盾偏好&quot;,&quot;url&quot;:&quot;#十如何处理矛盾偏好&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十一、什么时候 DPO 不适合&quot;,&quot;url&quot;:&quot;#十一什么时候-dpo-不适合&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十二、我的总结：偏好优化是在教模型“更像你的团队”&quot;,&quot;url&quot;:&quot;#十二我的总结偏好优化是在教模型更像你的团队&quot;,&quot;depth&quot;:2}]</description>
    <pubDate>Sun, 18 Aug 2024 10:00:00 GMT</pubDate>
    <author>admin@hansking.cn (HANS)</author>
    <category>AI</category><category>LLM</category><category>DPO</category><category>微调</category><category>偏好优化</category>
  </item>

  <item>
    <guid>https://www.hansking.cn/blog/2026/LoRA-yuan-li-di-zhi-ju-zhen-wei-shen-me-neng-wei-tiao-da-mo-xing</guid>
    <title>LoRA 原理：低秩矩阵为什么能微调大模型</title>
    <link>https://www.hansking.cn/blog/2026/LoRA-yuan-li-di-zhi-ju-zhen-wei-shen-me-neng-wei-tiao-da-mo-xing</link>
    <description>[{&quot;value&quot;:&quot;LoRA 原理：低秩矩阵为什么能微调大模型&quot;,&quot;url&quot;:&quot;#lora-原理低秩矩阵为什么能微调大模型&quot;,&quot;depth&quot;:1},{&quot;value&quot;:&quot;一、全量微调到底在更新什么&quot;,&quot;url&quot;:&quot;#一全量微调到底在更新什么&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;二、低秩为什么有机会表达任务变化&quot;,&quot;url&quot;:&quot;#二低秩为什么有机会表达任务变化&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;三、参数量到底省了多少&quot;,&quot;url&quot;:&quot;#三参数量到底省了多少&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;四、A 和 B 为什么常见地这样初始化&quot;,&quot;url&quot;:&quot;#四a-和-b-为什么常见地这样初始化&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;五、LoRA 通常注入哪些层&quot;,&quot;url&quot;:&quot;#五lora-通常注入哪些层&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;六、rank 不是越大越好&quot;,&quot;url&quot;:&quot;#六rank-不是越大越好&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;七、LoRA 和灾难性遗忘&quot;,&quot;url&quot;:&quot;#七lora-和灾难性遗忘&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;八、LoRA 的训练流程&quot;,&quot;url&quot;:&quot;#八lora-的训练流程&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;九、学习率和数据量要一起看&quot;,&quot;url&quot;:&quot;#九学习率和数据量要一起看&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十、适配器合并和独立加载&quot;,&quot;url&quot;:&quot;#十适配器合并和独立加载&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十一、LoRA 的能力边界&quot;,&quot;url&quot;:&quot;#十一lora-的能力边界&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十二、如何评测 LoRA 是否真的有效&quot;,&quot;url&quot;:&quot;#十二如何评测-lora-是否真的有效&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十三、我的总结：用小更新保存大能力&quot;,&quot;url&quot;:&quot;#十三我的总结用小更新保存大能力&quot;,&quot;depth&quot;:2}]</description>
    <pubDate>Sun, 23 Jun 2024 10:00:00 GMT</pubDate>
    <author>admin@hansking.cn (HANS)</author>
    <category>AI</category><category>LLM</category><category>LoRA</category><category>微调</category><category>Transformer</category>
  </item>

  <item>
    <guid>https://www.hansking.cn/blog/2026/QLoRA-shi-zhan-zai-xiao-fei-ji-xian-ka-shang-wei-tiao-mo-xing</guid>
    <title>QLoRA 实战：在消费级显卡上微调模型</title>
    <link>https://www.hansking.cn/blog/2026/QLoRA-shi-zhan-zai-xiao-fei-ji-xian-ka-shang-wei-tiao-mo-xing</link>
    <description>[{&quot;value&quot;:&quot;QLoRA 实战：在消费级显卡上微调模型&quot;,&quot;url&quot;:&quot;#qlora-实战在消费级显卡上微调模型&quot;,&quot;depth&quot;:1},{&quot;value&quot;:&quot;一、LoRA 先解决了什么&quot;,&quot;url&quot;:&quot;#一lora-先解决了什么&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;二、QLoRA 又增加了什么&quot;,&quot;url&quot;:&quot;#二qlora-又增加了什么&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;三、先估算显存，不要直接碰训练命令&quot;,&quot;url&quot;:&quot;#三先估算显存不要直接碰训练命令&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;四、环境版本要成套匹配&quot;,&quot;url&quot;:&quot;#四环境版本要成套匹配&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;五、数据准备决定微调是否值得&quot;,&quot;url&quot;:&quot;#五数据准备决定微调是否值得&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;六、聊天模板和 loss mask 不能错&quot;,&quot;url&quot;:&quot;#六聊天模板和-loss-mask-不能错&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;七、一个适合小显存实验的配置思路&quot;,&quot;url&quot;:&quot;#七一个适合小显存实验的配置思路&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;八、显存不足时的排查顺序&quot;,&quot;url&quot;:&quot;#八显存不足时的排查顺序&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;九、训练中看 loss，训练后看行为&quot;,&quot;url&quot;:&quot;#九训练中看-loss训练后看行为&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十、适配器保存和部署&quot;,&quot;url&quot;:&quot;#十适配器保存和部署&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十一、什么时候 QLoRA 不是好选择&quot;,&quot;url&quot;:&quot;#十一什么时候-qlora-不是好选择&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十二、我的总结：显存门槛降低，工程门槛没有消失&quot;,&quot;url&quot;:&quot;#十二我的总结显存门槛降低工程门槛没有消失&quot;,&quot;depth&quot;:2}]</description>
    <pubDate>Sun, 07 Jul 2024 10:00:00 GMT</pubDate>
    <author>admin@hansking.cn (HANS)</author>
    <category>AI</category><category>LLM</category><category>QLoRA</category><category>LoRA</category><category>微调</category>
  </item>

  <item>
    <guid>https://www.hansking.cn/blog/2026/SFT-zhi-ling-wei-tiao-shu-ju-ge-shi-qing-xi-yu-xun-lian</guid>
    <title>SFT 指令微调：数据格式、清洗与训练</title>
    <link>https://www.hansking.cn/blog/2026/SFT-zhi-ling-wei-tiao-shu-ju-ge-shi-qing-xi-yu-xun-lian</link>
    <description>[{&quot;value&quot;:&quot;SFT 指令微调：数据格式、清洗与训练&quot;,&quot;url&quot;:&quot;#sft-指令微调数据格式清洗与训练&quot;,&quot;depth&quot;:1},{&quot;value&quot;:&quot;一、先判断问题是不是真的需要 SFT&quot;,&quot;url&quot;:&quot;#一先判断问题是不是真的需要-sft&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;二、SFT 数据的基本形式&quot;,&quot;url&quot;:&quot;#二sft-数据的基本形式&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;三、输入输出边界必须一致&quot;,&quot;url&quot;:&quot;#三输入输出边界必须一致&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;四、清洗：模型会把脏数据学得很认真&quot;,&quot;url&quot;:&quot;#四清洗模型会把脏数据学得很认真&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;去重&quot;,&quot;url&quot;:&quot;#去重&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;冲突检查&quot;,&quot;url&quot;:&quot;#冲突检查&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;敏感信息&quot;,&quot;url&quot;:&quot;#敏感信息&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;模型生成数据&quot;,&quot;url&quot;:&quot;#模型生成数据&quot;,&quot;depth&quot;:3},{&quot;value&quot;:&quot;五、数据划分要防止“换句话说的泄漏”&quot;,&quot;url&quot;:&quot;#五数据划分要防止换句话说的泄漏&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;六、长度和截断要在训练前算清楚&quot;,&quot;url&quot;:&quot;#六长度和截断要在训练前算清楚&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;七、loss 到底应该算在哪些 Token 上&quot;,&quot;url&quot;:&quot;#七loss-到底应该算在哪些-token-上&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;八、一个简化的训练配置&quot;,&quot;url&quot;:&quot;#八一个简化的训练配置&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;九、训练过程中看什么&quot;,&quot;url&quot;:&quot;#九训练过程中看什么&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十、训练完成后先做离线回归&quot;,&quot;url&quot;:&quot;#十训练完成后先做离线回归&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十一、部署时不要忘记训练模板&quot;,&quot;url&quot;:&quot;#十一部署时不要忘记训练模板&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十二、什么时候训练算成功&quot;,&quot;url&quot;:&quot;#十二什么时候训练算成功&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;十三、我的总结：SFT 是数据工程，不只是训练工程&quot;,&quot;url&quot;:&quot;#十三我的总结sft-是数据工程不只是训练工程&quot;,&quot;depth&quot;:2}]</description>
    <pubDate>Sun, 21 Jul 2024 10:00:00 GMT</pubDate>
    <author>admin@hansking.cn (HANS)</author>
    <category>AI</category><category>LLM</category><category>SFT</category><category>微调</category><category>数据工程</category>
  </item>

    </channel>
  </rss>
