比DeepSeek、o1高3倍！Predibase首创无服务器强化微调，只需十几个数据点,训练,模型,平台
2025-03-23 18:53:52
比DeepSeek、o1高3倍！Predibase首创无服务器强化微调，只需十几个数据点,训练,模型,平台
知名大模型训练、开发平台Predibase发布首个端到端强(qiang)化微调平台（RFT）。与(yu)传统的(de)监督式微调相比，RFT不依赖大量的(de)标注数(shu)据，而是通过奖(jiang)励和自定义函数(shu)来完成持续的(de)强(qiang)化学习，同时(shi)支撑无服务(wu)器和端到端训练方法，从数(shu)据管理、训练模型到应(ying)用部署可以在同一个平台全部完成。也就是说，你只需要(yao)一个浏览器，设(she)定微调目标、上传数(shu)据、就能(neng)完成以前非常复杂的(de)大模型微调流程。（AIGC开放社区）