mumu157 最近的时间轴更新 mumu157 最近的时间轴更新 |
mumu157V2EX 第 388631 号会员，加入于 2019-03-02 16:30:34 +08:00 |
| 构造大模型微调数据集 程序员 • mumu157 • 140 天前 • 最后回复来自 Dreamerwwr | 6 |
| 写了一个简单的 agent 项目，大家帮忙看看 程序员 • mumu157 • 130 天前 • 最后回复来自 111111111111 | 5 |
mumu157 最近回复了
140 天前 回复了 mumu157 创建的主题 › 程序员 › 构造大模型微调数据集 |
@uni 可以提个 issue ，最近有空可以完善一下哈
141 天前 回复了 mumu157 创建的主题 › 程序员 › 构造大模型微调数据集 |
@Dreamerwwr 有很多方面吧，我举几个例子
1. 原始模型不包含一些私域的信息，比如一些财务、法律、金融信息
2.需要模型强化某些领域的专业能力
3.强化输出能力，需要按照某些格式进行输出
4.想要洗掉原始模型的数据或者自我认知、以及其他一些合规性要求之类的
5.强化模型能力，比如通过 R1 蒸馏数据微调一些 llama 、qwen 之类的小模型
应用还是比较多的
1. 原始模型不包含一些私域的信息，比如一些财务、法律、金融信息
2.需要模型强化某些领域的专业能力
3.强化输出能力，需要按照某些格式进行输出
4.想要洗掉原始模型的数据或者自我认知、以及其他一些合规性要求之类的
5.强化模型能力，比如通过 R1 蒸馏数据微调一些 llama 、qwen 之类的小模型
应用还是比较多的
145 天前 回复了 mumu157 创建的主题 › 程序员 › 写了一个简单的 agent 项目，大家帮忙看看 |
@xxxccc 主要是直观的可以看到 llm 和工具具体是怎么一起工作的；没有使用原生的 function call 功能
145 天前 回复了 mumu157 创建的主题 › 程序员 › 写了一个简单的 agent 项目，大家帮忙看看 |
@kaichen 我理解的 agent 基础就是 LLM 和工具调用的结合。这个项目主要是想帮助初学者快速了解 agent 的工作流程，项目中是有工具选择和循环判断的，更复杂推理和规划的能力其实就是嵌套更多 llm 调用和逻辑判断
Select Language