BERT（Bidirectional Encoder Representations from Transformers）是由Google于2018年发布的一种预训练语言模型，基于Transforme
3 个月前
模型微调（Fine-tuning）与模型蒸馏（Knowledge Distillation）的比较 1. 定义与核心思想 模型微调 在预训练模型的基础上，通过目标任务的数据调整模型参数（通常仅
3 个月前
在大模型（如深度学习模型）中，微调（Fine-Tuning）是指在预训练模型的基础上，对模型进行进一步的训练，以适应特定任务或数据集的需求。
10 个月前
LoRA 通过低秩近似的方式，在保持模型性能的同时，显著降低了微调大语言模型的计算和存储成本，提高了训练效率和灵活性。
10 个月前
