微调名词：

在这里插入图片描述

（1）全参微调：更新参数时覆盖面更广，参数占用内存更多，消耗内存多
（2）LoRa微调：更新参数较少，消耗内存少，卡数张数较少
（3）QLoRA微调：消耗GPU最少
训练结果根据
Traning Loss的曲线（最终会趋向于0）和评测工具判断

训练数据建议

在这里插入图片描述

训练数据量曲线

训练到一个瓶颈后，数据增长许多后效果才能增长一点。

在这里插入图片描述

训练数据反例：

用准确的问答，而非大量有问题的问答对
在这里插入图片描述
问题是提升心情而不是提高心情
在这里插入图片描述

大模型与移动互联网技术落地对比

在这里插入图片描述
原来是小模型智能落地的地方，就是大模型优化的最好地方。

# 人工智能
Logo
亚马逊云科技技术品牌专区

更多推荐

cover

基于STM32的全屋环境智能监测与预警终端设计

avatar 亚马逊云科技技术品牌专区

Keras：面向人类的深度学习库

Keras3支持多后端（TensorFlow、PyTorch、JAX），通过设置环境变量切换，兼容指定版本。pip安装后可用Sequential API快速构建CNN模型，如MNIST分类示例，实

avatar 亚马逊云科技技术品牌专区

AI行业日报｜2026-09-25：5个热点事件

本期行业动态聚焦于端侧算力重构、自主智能体工作流、开发工具经济模型、网络隔离架构设计与公共部门合规审查。以下结合一线技术场景进行结构化梳理，供 AI 研究员与软件工程团队参考。 PrismML 正将其轻量级语言模型适配至搭载高通处理器的智能眼镜终端 1 。该平台的核心战略指向开源权重模型的本地化运行，旨在最大化挖掘穿戴设备现有算力的利用效率 1 。对于嵌入式与边缘计算开发者而言，此类微型模型向低功

avatar 亚马逊云科技技术品牌专区