Training

Reflect, Retry, Reward: 大型语言模型的自我进化新范式

Reflect, Retry, Reward: 大型语言模型的自我进化新范式

2025-07-04

3 标签

#Reflect, Retry, Reward #LLM #training

2385 字 10 分钟

阅读全文

微调

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。

2025-02-26

5 标签

#training #finetuning #DeepSeek-R1 +2

2421 字 10 分钟

阅读全文