模型微调

条目：76

2026年三月 32 篇

类型	阅读	条目
[自动] [ARXIV]	3min	school 大语言模型的在线体验学习框架 03-18 LLM OEL 在线学习
[自动] [HACKER_NEWS]	1min	newspaper Mistral AI 发布 Forge：用于微调和测试的轻量级模型 03-18 Mistral AI 模型微调轻量级模型
[自动] [HACKER_NEWS]	1min	newspaper Mistral AI 发布 Forge：微调与推理优化工具 03-18 Mistral AI Forge 模型微调
[自动] [HACKER_NEWS]	1min	newspaper Mistral AI 发布 Forge 模型微调工具 03-18 Mistral AI Forge 模型微调
[自动] [BLOGS_PODCASTS]	4min	mic 基于Amazon EC2微调NVIDIA Nemotron Parakeet ASR模型实现领域适配 03-16 ASR NVIDIA Nemotron
[自动] [BLOGS_PODCASTS]	2min	mic OpenAI研究员探讨提升大语言模型期望的高回报活动 03-15 OpenAI LLM 模型评估
[自动] [ARXIV]	3min	school SciMDR：科学多模态文档推理基准与进展 03-13 SciMDR 多模态文档推理
[自动] [BLOGS_PODCASTS]	3min	mic Untitled 03-12 LLM Llama Oumi
[自动] [BLOGS_PODCASTS]	3min	mic 利用Oumi在EC2微调Llama并导入Bedrock部署 03-11 Llama Oumi Amazon Bedrock
[自动] [BLOGS_PODCASTS]	4min	mic 在 EC2 上使用 Oumi 微调 Llama 并部署至 Amazon Bedrock 03-10 Oumi Llama Amazon Bedrock
[自动] [BLOGS_PODCASTS]	2min	mic LeRobot v0.5.0：全维度扩展与规模化升级 03-10 LeRobot 机器人端到端学习
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集录制、VLA微调与端侧优化 03-09 机器人嵌入式 VLA
[自动] [HACKER_NEWS]	2min	newspaper 本地运行 Qwen 3.5 大模型的完整指南 03-08 Qwen 本地部署 LLM
[自动] [HACKER_NEWS]	1min	newspaper 单GPU自动训练Nanochat：智能体实现自主研究 03-08 智能体自主训练单GPU
[自动] [HACKER_NEWS]	2min	newspaper Autoresearch：单GPU自动训练NanoChat智能体 03-08 LLM 智能体 AutoResearch
[自动] [HACKER_NEWS]	1min	newspaper 单GPU训练NanoChat：自动Agent实现自主研究 03-08 Agent LLM 训练
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集录制、VLA微调与端侧优化 03-07 机器人嵌入式 VLA
[自动] [HACKER_NEWS]	1min	newspaper 移除开源大模型审查机制的工具 03-06 审查机制对齐模型微调
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI移植至嵌入式平台：数据采集、VLA微调与端侧优化 03-06 机器人 VLA 嵌入式
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集构建、VLA微调与端侧优化 03-06 机器人 VLA 端侧部署
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集录制、VLA微调与端侧优化 03-06 机器人 VLA 嵌入式
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集记录、VLA微调与端侧优化 03-05 机器人嵌入式 VLA
[自动] [BLOGS_PODCASTS]	2min	mic AI工程争议：Harness Engineering是否成立 03-05 提示词工程 LLM Agent
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集录制、VLA微调与端侧优化 03-05 机器人 VLA 端侧部署
[自动] [BLOGS_PODCASTS]	2min	mic 将机器人AI引入嵌入式平台：数据集录制、VLA微调与端侧优化 03-05 机器人嵌入式 VLA
[自动] [ARXIV]	4min	school 轻量级后门攻击针对多编码器扩散模型研究 03-05 后门攻击 Stable Diffusion 3 扩散模型
[自动] [BLOGS_PODCASTS]	4min	mic 基于Amazon Nova Canvas构建可扩展虚拟试穿方案 03-04 Amazon Nova 虚拟试穿 AWS
[自动] [BLOGS_PODCASTS]	3min	mic 基于 Amazon Nova Canvas 构建可扩展虚拟试穿方案 03-04 Amazon Nova 虚拟试穿 AWS
[自动] [BLOGS_PODCASTS]	2min	mic AWS中国团队评估Nova Forge：在VOC分类任务中保持智能的数据混合实践 03-03 Nova Forge AWS 数据混合
[自动] [ARXIV]	5min	school FlashOptim：面向大模型内存高效训练的优化器 03-02 FlashOptim 显存优化训练优化器
[自动] [HACKER_NEWS]	1min	newspaper 为何 XML 标签对 Claude 至关重要 03-01 Claude XML 提示词工程
[自动] [HACKER_NEWS]	1min	newspaper MicroGPT：基于微型语言模型的轻量级AI框架 03-01 MicroGPT 轻量级模型 LLM

2026年二月 34 篇

类型	阅读	条目
[自动] [ARXIV]	4min	school FlashOptim：面向内存高效训练的优化器 02-28 FlashOptim 大模型训练显存优化
[自动] [HACKER_NEWS]	1min	newspaper Unsloth Dynamic 2.0 GGUFs 发布 02-28 Unsloth GGUF llama.cpp
[自动] [BLOGS_PODCASTS]	3min	mic Amazon Nova 强化微调解析：原理、应用场景与实现选项 02-28 Amazon Nova 强化微调 RFT
[自动] [BLOGS_PODCASTS]	2min	mic Amazon Nova 强化微调原理：从评估学习到多轮智能体构建 02-27 Amazon Nova 强化微调 RFT
[自动] [BLOGS_PODCASTS]	3min	mic Amazon Nova 强化微调原理、应用场景与实现选项解析 02-27 Amazon Nova 强化微调 RFT
[自动] [BLOGS_PODCASTS]	2min	mic Amazon Nova 强化微调：原理、场景与实现指南 02-27 Amazon Nova 强化微调 RFT
[自动] [ARXIV]	4min	school 利用大模型生成判断数据提升应用商店排序相关性 02-27 LLM 搜索相关性数据标注
[自动] [BLOGS_PODCASTS]	3min	mic Amazon Nova 强化微调：原理、应用场景与实现指南 02-27 Amazon Nova 强化微调 RFT
[自动] [BLOGS_PODCASTS]	2min	mic Amazon Nova 强化微调解析：原理、应用场景与实现指南 02-26 Amazon Nova 强化微调 RFT
[自动] [BLOGS_PODCASTS]	5min	mic 利用vLLM在SageMaker AI与Bedrock上高效托管多LoRA模型 02-26 vLLM LoRA SageMaker
[自动] [BLOGS_PODCASTS]	5min	mic 利用vLLM在SageMaker与Bedrock上高效部署多LoRA及MoE模型 02-26 vLLM LoRA MoE
[自动] [ARXIV]	5min	school 为何Pass@k优化会降低Pass@1：大模型后训练中的提示干扰 02-25 LLM 后训练代码生成
[自动] [BLOGS_PODCASTS]	3min	mic 数十场中型发布会背后的共同主题：形成闭环 02-25 闭环数据飞轮合成数据
[自动] [HACKER_NEWS]	1min	newspaper Hugging Face Skills：基于技能的模型微调框架 02-25 Hugging Face 模型微调 Skills
[自动] [BLOGS_PODCASTS]	4min	mic 2025年亚马逊SageMaker AI：增强可观测性与模型定制托管功能 02-24 SageMaker AWS LLM
[自动] [BLOGS_PODCASTS]	4min	mic 2025年Amazon SageMaker AI可观测性、模型定制与托管功能增强 02-23 SageMaker AWS LLM
[自动] [BLOGS_PODCASTS]	4min	mic 2025年回顾：SageMaker AI提升可观测性并优化模型定制与托管 02-23 SageMaker AWS LLM
[自动] [BLOGS_PODCASTS]	4min	mic 使用 Unsloth 和 Hugging Face 免费训练 AI 模型 02-19 Unsloth Hugging Face 模型微调
[自动] [HACKER_NEWS]	4min	newspaper LLM上下文学习机制与性能优化指南 02-18 LLM 上下文学习 ICL
[自动] [BLOGS_PODCASTS]	2min	mic Qwen3.5-397B-A17B：最小的高效Open-Opus级模型 02-17 Qwen3.5 Qwen MoE
[自动] [BLOGS_PODCASTS]	2min	mic Codex与Claude支持定制化内核扩展 02-17 Codex Claude 定制化
[自动] [BLOGS_PODCASTS]	2min	mic Codex 与 Claude 支持定制内核 02-16 Codex Claude 定制内核
[自动] [ARXIV]	4min	school 面向语言模型的在线上下文蒸馏方法 02-13 LLM 模型蒸馏上下文学习
[自动] [BLOGS_PODCASTS]	2min	mic Codex与Claude支持定制化内核 02-13 Codex Claude 定制化内核
[自动] [ARXIV]	6min	school CM2：基于清单奖励强化学习的多轮多步智能体工具调用 02-13 强化学习 Agent 工具调用
[自动] [BLOGS_PODCASTS]	2min	mic Codex 与 Claude 支持构建自定义内核 02-13 Codex Claude 自定义内核
[自动] [HACKER_NEWS]	6min	newspaper 仅更换测试框架，一下午提升15个大模型代码能力 02-13 LLM 代码生成基准测试
[自动] [ARXIV]	5min	school 共享LoRA子空间实现近乎严格的持续学习 02-08 LoRA 持续学习灾难性遗忘
[自动] [ARXIV]	5min	school 共享 LoRA 子空间实现近乎严格的持续学习 02-07 LoRA 持续学习灾难性遗忘
[自动] [HACKER_NEWS]	4min	newspaper Qwen3-Coder-Next：下一代代码模型架构与性能升级 02-04 Qwen 代码模型架构升级
[自动] [HACKER_NEWS]	4min	newspaper Qwen3-Coder-Next：下一代代码模型架构与性能解析 02-04 Qwen3 代码模型 LLM
[自动] [ARXIV]	4min	school 无奖励对齐技术处理多目标冲突 02-03 RACO 对齐技术多目标优化
[自动] [BLOGS_PODCASTS]	2min	mic NVIDIA Cosmos策略发布：提升机器人控制精度 02-03 NVIDIA Cosmos 机器人
[自动] [ARXIV]	4min	school 智能体推理与工具使用的竞争：量化干扰与解调优 02-03 智能体强化学习工具使用

2026年一月 10 篇

类型	阅读	条目
[自动] [ARXIV]	4min	school 发现模型仓库中的隐藏价值 01-31 模型评估 Llama 多臂老虎机
[自动] [ARXIV]	3min	school 推理大模型从被动求解转向主动提问 01-30 推理模型主动交互思维链
[自动] [ARXIV]	3min	school 进化策略导致大语言模型出现灾难性遗忘 01-30 进化策略灾难性遗忘持续学习
[自动] [ARXIV]	4min	school 进化策略导致大语言模型出现灾难性遗忘 01-29 进化策略灾难性遗忘持续学习
[自动] [BLOGS_PODCASTS]	3min	mic OpenAI 如何防范 AI 代理点击链接时的数据外泄与提示注入 01-29 OpenAI AI Agent 提示注入
[自动] [BLOGS_PODCASTS]	3min	mic 让 Claude 编写 CUDA 内核并指导开源模型 01-29 Claude CUDA 内核开发
[自动] [ARXIV]	5min	school ✨告别遗忘！Self-Distillation解锁持续学习新范式！ 01-28 持续学习 Self-Distillation 灾难性遗忘
[自动] [BLOGS_PODCASTS]	2min	mic GPT-OSS实战复盘：解锁Agentic RL训练的突破性路径！🚀 01-28 GPT-OSS 强化学习 RL训练
[自动] [BLOGS_PODCASTS]	3min	mic Unlocking Agentic RL Training for GPT-OSS: A Practical Retrospective 01-27 Agentic RL 强化学习 GPT-OSS
[自动] [ARXIV]	6min	school 🔥LLM序列标注新突破！揭秘高效策略，性能飙升！ 01-27 LLM 序列标注 NLP