标签: Training

该标签下的全部文章 "Training".

• 大模型怎样学会回答：训练、指令微调与生成策略

  更新于:9 Sep, 2026

  |LLM 基础

  从错位标签和交叉熵走到梯度更新，解释预训练、SFT、偏好优化与 LoRA，再用概率例子理解采样和幻觉。