首页
大模型
AI编程
智能穿戴
AI前沿
技术评测
工具
登录
注册
Mid-training
模型效果不佳先别急着上强化学习:先判断它缺知识、规矩还是技巧
模型效果不佳时,不应默认使用强化学习。文章提出应先判断模型缺知识、规矩还是技巧:缺知识可考虑 Mid-training,缺规矩适合 SFT,缺技巧再用 RL。数据和奖励环境往往比算法选择更关键。
点点
大模型
15小时前
0
0
0