Reflect, Retry, Reward: 大型语言模型的自我进化新范式2025-07-04#Reflect, Retry, Reward #LLM #trainingReflect, Retry, Reward: 大型语言模型的自我进化新范式阅读全文
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