#
模型微调
8 篇相关内容
PPO-HSC：突破大模型微调“模式坍塌”的新探索式强化学习框架
研究者提出PPO-HSC框架，通过高阶采样覆盖奖励机制，解决大语言模型微调中的模式坍塌问题，在保持性能的同时显著提升解决方案多样性。
a
NVIDIA NeMo Automodel 与 🤗 Diffusers 强强联合，规模化微调视频与图像模型
Hugging Face 宣布其 Diffusers 库与 NVIDIA NeMo Automodel 实现集成，旨在简化并规模化视频与图像生成模型的微调流程。
H
结构化思维框架：提升大模型推理效率与内存优化新突破
研究者提出结构化思维框架，将推理过程分为探索性草稿与精炼结论交替模块，通过微调使模型掌握结构化推理能力，在数学推理任务中性能提升达8.08%，同时实现85%的上下文内存节省。
a
Omniverse 赋能视觉AI：合成数据与微调提升智能体精准度
NVIDIA 介绍三种基于 Omniverse 平台的合成数据生成与模型微调工作流，旨在提升视觉AI智能体在工业场景中的识别准确性与适应性。
N
NVIDIA NeMo AutoModel：加速Transformer模型微调，简化大模型部署流程
NVIDIA推出NeMo AutoModel工具，旨在通过自动化配置与优化，大幅加速Transformer架构模型的微调过程，降低大模型应用门槛。
H
HIL-ResRL：一小时真机强化学习微调，成功率超95%的视觉语言模型外挂方案
研究人员提出HIL-ResRL框架，通过人类交互式学习与残差强化学习结合，仅需一小时真机微调即可让视觉语言模型在复杂任务中成功率突破95%。
a
Together AI与Adaption达成合作：原生集成微调工具至数据平台
Together AI宣布与Adaption建立合作伙伴关系，将Together Fine-Tuning原生集成至Adaptive Data平台，助力团队优化数据集、运行微调、评估结果并部署更强大的开源模型。
T.png)
H