有哪些信誉好的足球投注网站- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
大模型训练评估方法及技术相关知识试卷
有监督微调（SFT）的定义是？[单选题]
A.通过少量专业数据及奖励机制提升模型场景能力
B.使用标注的训练数据对预训练模型进行微调，使其在特定任务上性能更好(正确答案)
C.利用人类偏好数据构建损失函数，直接对齐人类偏好
D.使用更小的模型达到预期效果，通过教师模型指导学生模型
答案解析：
有监督微调（SFT）的核心是利用标注数据微调预训练模型以提升特定任务性能，A是RFT定义，C是DPO定义，D是DFT定义，故选B。
强化微调（RFT）的核心组件是什么？[单选题]
A.精排模型
B.评分器函数(正确答案)
C.精排
文档评论（0）