微调2025-02-26#training #finetuning #DeepSeek-R1 #Unsloth #LoRA本文介绍了微调的常见挑战及其克服方法，并详细介绍了如何使用Unsloth在消费级GPU上对DeepSeek-R1进行微调。阅读全文
Simple Test-Time Scaling 论文解读2025-02-10#opensource #reasoning #SFT #论文 #Finetuning本文介绍了来自李飞飞团队的Simple Test-Time Scaling论文，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。阅读全文