索引 / 标签
#模型合并
共 2 篇
- Ch11 模型微调
模型训练管线
一句话理解 2026 年完整的模型训练管线包括：预训练 (Pre-training) → 监督微调 (SFT) → 偏好对齐 (DPO/RLHF) → 强化学习进阶 (GRPO) → 模型合并
约 5 分钟1,711 字 - Ch11 模型微调
深挖-模型合并 (Model Merging)
一句话理解 模型合并 (Model Merging) 是将多个针对不同任务微调的模型（或 LoRA 适配器）的权重参数进行数学组合，生成一个同时具备多种能力的单一模型，整个过程无需任何额外训练
约 8 分钟2,533 字