知识卡片
微调不保证新增知识可靠
微调常用于输出格式、风格、领域行为和任务适配,也可能影响知识表现。但训练后知道什么、何时使用及能否可靠检索并非自动保证。对于动态事实或私有资料,应同时考虑显式外部上下文,而非只依赖权重记忆。
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
- · 微调
原书出处 · 1 处
- · 查看原书依据
微调最常见的用途是提高模型遵循指令的能力,尤其是确保模型的输出符合特定的风格和格式。
参考来源
- 位置:《AI工程:大模型应用开发实战》第7章《微调》(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/Section015.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:微调最常见的用途是提高模型遵循指令的能力,尤其是确保模型的输出符合特定的风格和格式。