知识卡片
训练阶段继承不同起点
预训练通常从随机初始化开始建立模型能力,微调从已有模型权重继续训练。后训练泛指预训练后继续训练,实践中有时侧重模型开发者在发布前做的指令适配,而微调侧重应用方任务适配。用词依赖语境,不宜把两者当作完全互斥的算法。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
预训练是指从头开始训练一个模型,其权重通常是随机初始化的。对于LLM而言,预训练通常涉及训练模型进行文本补全。在所有训练步骤中,预训练往往最耗费资源。例如,InstructGPT模型的预训练占用了整体计算和数据资源的98%(Ouyang等,“Trai
参考来源
- 位置:《AI工程:大模型应用开发实战》第1章《基于基础模型构建AI应用入门》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section009.xhtml)
- 结论依据:本段对概念、机制与限制条件的解释支撑正文;历史模型名称仅作原书例子,不外推为当前产品规格。
- 原始内容:预训练是指从头开始训练一个模型,其权重通常是随机初始化的。对于LLM而言,预训练通常涉及训练模型进行文本补全。在所有训练步骤中,预训练往往最耗费资源。例如,InstructGPT模型的预训练占用了整体计算和数据资源的98%(Ouyang等,“Trai