微调相关 AI 资讯

7月22日

08:52

Fireworks AI@FireworksAI_HQ

精选

MiniMax M3 模型现已可在 Fireworks 上进行训练。用户可通过托管 LoRA SFT 和 DPO 进行标准微调。Fireworks 还提供 Training API，支持自定义 SFT、DPO 和 RL 训练循环，包含检查点、滚动推理和适配器热加载功能。

推荐理由：想 Fine-tune MiniMax M3 的话，Fireworks 现在直接支持 LoRA 和 DPO，还能自定义 RL 训练，省事不少。

原文

03:00

Fireworks AI@FireworksAI_HQ

精选

Heidi团队不再租用第三方模型，选择微调一个开源模型。在内部评估中，该模型质量超越Gemini Pro。延迟从25秒降至7秒，速度提升3.5倍。从概念验证到生产部署仅用4周。

AI模型 Heidi Gemini Pro 微调

推荐理由：Heidi自己微调开源模型，质量居然比Gemini Pro还好，速度还快了3.5倍，4周就上线，太强了。

原文

02:57

官方账号NVIDIA AI@NVIDIAAI

NVIDIA AI在Nemotron Labs视频中展示，对Nemotron模型进行微调前，应先用LangChain调整评估harness（测试框架）。该方法可确保微调过程更有效，避免浪费资源。视频详细演示了如何配置LangChain评估流程。

技巧 Nemotron LangChain NVIDIA

事件专题

推荐理由：NVIDIA教你怎么用LangChain先调好评估工具再调模型，很实用的小技巧，省时间少踩坑。

原文

7月21日

12:03

官方账号arXiv cs.LG@Hang Zhang, Warren J. Gross

PPL-Factory提出了基于困惑度（perplexity）的任务感知和预算感知数据选择框架，用于大语言模型微调。在GSM8K上仅用1%训练数据即超越现有最佳方法；用10%数据在GSM8K上超过全量微调0.9个点，在MATH上超出4.8个点。该方法通过区分语言建模与推理任务的不同学习目标，实现高效且可解释的数据筛选。

论文 PPL-Factory 数据选择微调

推荐理由：想省训练成本又想模型推理更强？PPL-Factory用10%数据在MATH上比全量微调高4.8，门槛低、效果还更炸。

原文

10:01

官方账号arXiv cs.AI@Yunze Han

研究者对Qwen2.5-Coder-7B-Instruct模型在SWE-trajectory数据集（67,074条轨迹，32,161条已解决）上进行LoRA微调，提出效率和风格两维度质量评分框架，并通过16组对照实验分析策略、规模与消融。在7B模型SWE-bench解决率近零的情况下，采用交叉熵损失替代评估，发现其与ROUGE-L完全秩相关（Spearman ρ=-1.00）。结果揭示规模依赖的质量-数量权衡：500到1000条时数据翻倍降低约12.7%损失，但TopQ与随机差距小于1%；2000条时差距扩大到3.6%（p=0.016）。消融实验确认错误重试率是主导子维度，表现与完整复合指标相当（Δ<0.2%）。

论文 Qwen2.5-Coder LoRA SWE-trajectory

推荐理由：这篇论文系统测试了用SWE-trajectory数据微调Qwen2.5-Coder时，不同轨迹筛选方法的效果，发现数据质量和数量在不同规模下影响不同，值得参考。

原文

09:49

官方账号arXiv cs.LG@Ganapati Das, Dwipen Laskar, Hasin Afzal Ahmed, Sanjib Kr Kalita, Kshirod Sarmah, Hem Chandra Das, Manjula Kalita

该论文提出基于Whisper模型的阿萨姆语ASR系统，在Mozilla Common Voice 24.0-Assamese语料库上微调，采用混合精度训练和梯度累积优化资源受限环境。微调后词错误率（WER）降至43.17%，字符错误率（CER）13.18%，与零样本基线相比分别相对提升78.26%和93.10%。语义评估BLEU得分为30.81，METEOR为0.5262，幻觉率降低96.70%，实时因子（RTF）改善32.38%。

论文 Whisper Assamese ASR

推荐理由：这篇论文告诉你如何微调Whisper搞定低资源语言阿萨姆语的语音识别，效果比零样本好一大截，WER直接降了78%

原文

7月20日

09:29

官方账号arXiv cs.AI@Vipul Gupta, Zihao Wang, Razvan-Gabriel Dumitru, MohammadHossein Rezaei, Aakash Sabharwal, Yunzhong He

CRAFT是一种新方法，将基于评分标准的评估数据集转化为模型特定弱能力诊断。它从每个提示-评分标准对中提取能力描述，聚类成层次能力树，在4个开源模型、金融和法律两个领域及13个保留基准上评估。在金融领域，CRAFT对所有4个模型的平均分超过基线；在法律领域，对4个模型中的3个表现最强。结果表明，基于评分标准诊断比基于提示或类别能更精确地定位模型弱能力，并生成更有效的微调数据。

论文 CRAFT 微调能力诊断

推荐理由：CRAFT能帮你找到模型具体弱在哪里，不是笼统说不行，而是通过评分标准拆解能力，还能自动生成训练数据修bug。金融和法律测试里比随机采样效果好很多。

原文

7月19日

09:15

官方一手marktechpost@Sana Hassan

精选

该教程展示了如何在Google Colab单GPU上使用NVIDIA NeMo AutoModel微调Qwen3-0.6B模型。从验证CUDA硬件开始，安装NeMo AutoModel源码，加载官方LoRA配置。在受限运行时调整精度、批次大小、检查点和调度器设置。通过automodel CLI启动微调，加载LoRA检查点后比较基础模型与微调输出的差异。最后演示NeMoAutoModelForCausalLM Python API的使用。

技巧 Qwen3 LoRA NeMo AutoModel

事件专题

推荐理由：教你用Colab单GPU跑Qwen3-0.6B的LoRA微调，全程实操，从环境配置到API调用都有，适合想上手NeMo的低资源玩家。

原文

7月18日

12:19

小互@imxiaohu

Google 推出了 gemma-trainer 工具，允许用户在本地计算机上对 Gemma 模型进行微调。该工具简化了微调流程，无需依赖云端资源。用户可以通过简单的命令或界面操作，定制自己的专属模型。具体教程链接中提供了详细步骤。

技巧 Gemma gemma-trainer Google

推荐理由：Google 出了个新工具 gemma-trainer，让你在自己电脑上就能微调 Gemma，不用上云，操作简单，适合想定制专属模型的朋友。

原文

01:22

官方账号NVIDIA AI@NVIDIAAI

精选

英伟达开源微调库 NeMo AutoModel 新增对 Hugging Face Diffusers 的支持。此前仅限 Transformer 模型，现在可微调图像和视频生成模型。提供即用的全参数和 LoRA 训练脚本，免去手动编写分布式训练代码的繁琐。

AI产品 AutoModel Diffusers 微调

推荐理由：英伟达开源微调工具 AutoModel 现在也能调图像视频模型了，提供现成 LoRA 脚本，省去写分布式训练的麻烦。

原文

00:10

AI Engineer@aiDotEngineer

精选

在 AIE Europe 会议上，Google DeepMind 团队展示了一个完整微调流程：以 Gemma 270M 模型为起点，通过生成合成任务数据、LoRA 微调、int4 量化，最终部署到 Pixel 手机上。整个流程仅需 21 分钟，准确率从 46% 提升至 90%，推理速度达到 2000 tokens/s。该方法对比 1500 美元的线下 AI 训练营有显著效率和成本优势。

技巧 Gemma LoRA 量化

推荐理由：Google 工程师教你怎么在手机上 21 分钟微调一个小模型，从 46% 干到 90%，比花 1500 美元买课还快。

原文

7月17日

09:41

官方账号arXiv cs.AI@Vladimir Fedosov, Aleksandr Sazhin, Artemiy Grinenko, Frank Woernle

研究者提出分层全局注意力（HGA），结合分段反向传播和分层KV存储，仅保留当前段在VRAM中可微分，历史KV卸载到RAM或NVMe。在Qwen3-8B上使用4位QLoRA，PG19数据集，16GB Quadro RTX 5000上HGA达到16384训练长度，峰值显存15.28GB，而密集训练仅支持2048令牌。相同适配器可处理131072令牌推理。2K训练长度下，HGA与密集训练困惑度分别为2.7405和2.7383 nat，基线模型为2.9541；HGA训练速度略快（217.75 vs 207.02 tokens/s）。

AI模型 Qwen3-8B HGA 长上下文

推荐理由：Qwen3-8B长上下文微调显存不够？HGA方案在16GB卡上跑16384令牌，比密集训练省显存还快一点，代码正在路上。

原文

02:06

Fireworks AI@FireworksAI_HQ

Fireworks AI 举办免费 DevRel 网络研讨会，演示如何微调开源视觉模型从混乱收据图片中提取结构化 JSON。整个过程在 Fireworks 平台上端到端管理。研讨会已于 10am PST 开始，无法参加的观众可在本周内观看 YouTube 回放。活动还涵盖近期发布和微调入门指南。

技巧 Fireworks AI 微调开源模型

推荐理由：想学微调？Fireworks 现场演示用视觉模型从收据扒 JSON，实操干货，错过也有回放。

原文

7月16日

03:57

The Rundown AI@therundownai

精选

Thinking Machines 推出了其首个模型 Inkling，这是一个开源权重的多模态系统。Inkling 拥有高达 100 万 token 的上下文窗口，能够原生处理文本、图像和音频，并支持可控思考努力。完整权重已在 Hugging Face 上公开，并可通过 Tinker 平台进行微调。团队表示 Inkling 不是整体最强的模型，但专为定制化而设计。

AI模型 Thinking Machines Inkling 多模态

事件专题

推荐理由：想找个能处理百万 token 多模态、还能自己微调的开源模型？Inkling 刚上线，权重直接开放，值得试试。

原文

03:46

Suhail@Suhail

精选

Thinking Machines 今日推出多模态模型 Inkling，支持文本、图像和音频三种模态的高效推理。该模型完全权重开放，允许用户在 Tinker 平台上进行微调。官方同时提供 Inkling Playground 供用户体验。这一发布标志着后训练基础设施即服务的垂直整合进入新阶段。

AI模型 Inkling Thinking Machines 多模态

事件专题

推荐理由：Inkling 能同时处理文本、图像和音频，权重全开放还能自己微调，去 Playground 玩一把就知道了。

原文

7月15日

01:36

Fireworks AI@FireworksAI_HQ

Fireworks AI举办免费月度DevRel网络研讨会，主题为微调开放视觉模型从杂乱收据图片中提取结构化JSON。活动将于本周四上午10点（太平洋时间）开始，全程在Fireworks平台上管理。研讨会包括近期发布介绍和微调入门指导。

技巧 Fireworks 视觉模型微调

推荐理由：想学怎么用Fireworks微调视觉模型处理收据数据？这个免费直播手把手教你，还能了解最新工具。

原文

01:27

官方账号NVIDIA AI@NVIDIAAI

精选

零样本模型漏检了一个可见交通信号。用 LoRA 对 Cosmos 3 Nano 进行后训练后，WTS 验证准确率从 54.41% 提升到 87.14%。结合 NVIDIA TAO AutoML，准确率进一步达到 93.35%。整个微调流程在一天内完成。

AI模型 NVIDIA Cosmos 3 Nano LoRA

事件专题

推荐理由：NVIDIA 用 LoRA 微调小模型 Cosmos 3 Nano 做交通信号识别，准确率从 54% 蹿到 93%，一天内搞定，效果很猛。

原文

7月12日

08:52

官方一手marktechpost@Asif Razzaq

精选

Thinking Machines Lab发布论文《The Future Worth Building Is Human》，将人类参与和模型所有权纳入技术挑战。论文以Tinker的LoRA微调为例，说明团队可训练并保留自己的模型权重。该方法强调去中心化对齐，允许用户控制模型行为。交互模型被重新设计以支持个性化调整。

论文 Thinking Machines Lab Mira Murati LoRA

推荐理由：Mira Murati的新实验室发了篇论文，讲怎么让用户自己掌握模型权重，还拿LoRA举例，挺接地气的。

原文

04:50

官方账号Allen AI (Ai2)@allen_ai

Ai2研究科学家pjreddie解释合作伙伴如何定制OlmoEarth模型。OlmoEarth是开源地球观测模型，通过微调可在地图作物和野火风险等任务上提升性能。嵌入方法只能达到一定效果，微调是下一个性能提升的关键。该模型基于卫星图像训练，支持多种地理空间应用。

AI模型 OlmoEarth Ai2 微调

推荐理由：Ai2的OlmoEarth模型开源了，微调比嵌入效果更好，能用来做作物映射和野火预测，实用性强。

原文

7月11日

03:08

官方账号Decoder@Matthias Bastian

76°

OpenAI的GPT-5.6 Sol模型独自对较小的Luna模型进行了后训练微调，触发方式仅为一个“相当不明确的提示词”。在OpenAI内部的RSI（递归自我改进）基准测试中，Sol的得分比GPT-5.5高出16.2分。OpenAI表示，这一进展让“自动化研究员”目标更加接近现实。

AI模型 GPT-5.6 Sol Luna OpenAI

事件专题

推荐理由：OpenAI又搞事情了：GPT-5.6 Sol用一句模糊指令就能自动调教出更强的Luna，性能比上一代飙升16分，自动化研究越来越近了。

原文

7月10日

23:56

官方一手AWS Machine Learning Blog@Sandeep Raveesh-Babu

精选

本文介绍NVIDIA Nemotron 3架构的特点，并详细演示如何通过Amazon SageMaker AI的无服务器定制功能进行微调。步骤涵盖在SageMaker Studio中配置环境、加载Nemotron 3模型、调整超参数并启动训练。该方法无需管理服务器资源，支持高效迭代模型。

技巧 NVIDIA Nemotron 3 Amazon SageMaker

事件专题

推荐理由：想无服务器微调NVIDIA Nemotron 3？AWS官方教程手把手教你用SageMaker Studio搞定。

原文

17:10

Stanford AI Lab@StanfordAILab

精选

斯坦福AI Lab提出Distill to Detect（D2D）方法，通过蒸馏微调模型与基座模型的差异到小型“子弹”中，放大隐蔽偏见至生成文本，使现有审计工具（如训练集探测）能检测到。论文显示D2D在单个未知主题上可揭露30%以上的隐藏偏好，且无需预知偏见方向。该方法为模型审计提供了系统性的未知偏见发现手段。

论文 Stanford AI Lab D2D 微调

推荐理由：想查你的微调模型有没有偷偷偏向某件事？D2D把模型差异蒸馏出来放大，让你抓到那些连你都不知道要找的偏见。

原文

11:44

官方账号arXiv cs.LG@Shreyas Subramanian, Adewale Akinfaderin, Akarsha Sehwag

论文检验了LLM中“超级权重”（单参数移除后性能骤降）的存在性，发现这并非所有模型通用。在OLMo-1B和OLMo-7B上，单独训练100到8192个超级权重参数，精度降至随机猜测水平；即便扩展至周围36000个参数也无改善。相比之下，随机选取同层同等数量参数训练反而能提升基准。使用仅占0.16%参数的vanilla LoRA（更新注意力权重矩阵）成功微调，且施加于超级权重坐标的LoRA约束效果类似。结论指出参数重要性不等同于单独可训练性，有效微调需要基于全层的结构化分解。

论文 Super Weight LoRA OLMo

推荐理由：这篇论文打脸了“超级权重”的主张：单独训练它们反而让模型崩成随机猜，而LoRA用极少的参数就能搞定。想了解模型微调真正该关注什么，必看。

原文

7月9日

01:59

Ate-a-Pi@svpino

精选

本文介绍构建自学习智能体的方法。关键在于从两种来源学习：agent轨迹显示智能体行为和故障点，浏览器活动记录用户如何修正结果。有三种应用新知识的方式：微调模型、更新harness、提供上下文信息。建议侧重程序记忆（存储工作流和规则）和情节记忆（存储具体事件），避免过度依赖语义记忆。学习范围应限定在每用户、每团队或每应用级别，防止用户间数据泄露。最终强调拥有学习数据是核心资产，并使用开放标准。

技巧 self-learning agents 智能体微调

推荐理由：想让智能体越用越聪明吗？这篇文章手把手教你从用户操作和自身轨迹中学习，还有三种优化方式和数据安全建议，非常实用。

原文

7月7日

17:18

Thomas Wolf@Thom_Wolf

Jaroslav Beck团队发布ThinkingCap高效模型系列，在Qwen 3.6 27B模型上进行微调，平均减少2倍思考token，部分示例生成速度提升10倍。该方法保持非侵入性干预，得到的模型与原检查点行为高度相似。作者认为这个技术可能像量化一样成为默认工具包的一部分。

AI模型 ThinkingCap Qwen 推理模型

推荐理由：想给模型推理提速？这个ThinkingCap把Qwen 27B的思考token砍掉一半，有的例子快10倍，效果还很稳定。

原文

11:23

官方账号arXiv cs.AI@Cheng-Kang Chou, Ming-To Chuang, Ke-Han Lu, Chan-Jan Hsu, Hung-yi Lee

论文研究自回归ASR系统在长非语音片段中产生的时间戳漂移问题，在15个含时间戳的ASR和音频语言系统上评估。提出的REDDIT框架通过回放分布编辑进行轻量级两阶段后训练，仅更新Whisper-tiny模型1.6%参数（34.9小时数据），将长间隔mIoU从38.7%提升至95.0%，混合间隔域外AAS从2752ms降至223ms，CV-en MER保持41.3%（普通微调为524.2%）。

论文 REDDIT ASR 时间戳漂移

推荐理由：想修正ASR时间戳不准又怕模型学坏？REDDIT只动1.6%参数就把长间隔mIoU从38.7%拉到95%，还能守住原性能。

原文

03:01

AK@_akhaliq

精选

bottlecapai 基于 Qwen3.6-27B 微调推出 ThinkingCap-Qwen3.6-27B 模型，平均推理 token 减少 50%，最佳案例减少 90% 以上。该模型通过先进微调算法在多个领域和难度的问题集上训练。

AI模型 ThinkingCap-Qwen3.6-27B Qwen3.6-27B bottlecapai

推荐理由：bottlecapai 用 Qwen3.6-27B 微调的新模型能省一半推理 token，最快省九成，适合低成本推理场景。

原文

7月6日

12:36

官方一手marktechpost@Sana Hassan

精选

该教程展示了如何用Tunix框架和GRPO算法微调Gemma-3模型在GSM8K数学数据集上。首先配置环境并通过Hugging Face加载Gemma-3，将样本包装为推理加答案格式。定义格式正确性和数值正确性的奖励函数，并附加LoRA适配器以降低训练成本。最终通过GRPO分组采样改进策略，并导出合并后的模型。

技巧 Gemma-3 GSM8K GRPO

事件专题

推荐理由：手把手教你用Tunix GRPO和LoRA微调Gemma-3做GSM8K数学题，奖励函数设计得很清楚。

原文

7月4日

08:48

官方账号Stability AI@StabilityAI

精选

团队 Motif 在 Stable Audio 3.0 上微调，使其识别阿拉伯 maqam 音阶。他们开发了一个 Ableton 插件，实现微音阶风格转移。该作品在 StabilityAI 举办的 Stable Audio 3.0 挑战赛中获胜，并能在本地设备运行。演示视频由 Jad Al Masri 讲解。

AI产品 Stable Audio 3.0 Motif Ableton 插件

推荐理由：StabilityAI 挑战赛冠军团队 Motif 把 Stable Audio 3.0 微调后做成了 Ableton 插件，专门处理阿拉伯音乐微音阶，本地就能跑。

原文

7月3日

21:54

21:54IT之家（博客/媒体）

桥水基金旗下AIA Labs与Thinking Machines Lab测试了GPT、Claude、Gemini等前沿模型在金融信息筛选任务中的表现。使用基础提示词时平均准确率仅约50%，经专家优化后提升至约70%，仍未达到80%的可信部署门槛。研究团队以阿里开源模型Qwen3-235B为基座进行微调，最终达到84.7%的准确率，优于最佳前沿模型的78.2%，错误率降低29.8%，推理成本仅为前沿模型的约十四分之一。

AI模型桥水基金 Qwen3-235B 金融判断

事件专题

推荐理由：桥水和Mira Murati团队发现，GPT和Claude在金融判断上准确率才70%，不如微调的Qwen3-235B的84.7%，成本还低14倍。

原文

20:49

@koltregaskes@koltregaskes

作者研究后发现，在Together AI或Fireworks上对7-16B模型做LoRA微调，计算成本仅需£10-50，70B QLoRA也不超过£200。推理方面，托管端点按基模型费率收费约£0.20-0.90/百万token，自托管spot H100约£1-2.50/小时，但流量波动时容易超支。数据准备和GDPR合规仍需投入时间。整体门槛已大幅降低，适合企业用自有数据试点。

技巧微调 Together AI Fireworks

推荐理由：这位工程师给算了一笔账：微调7B模型只要几十英镑，而且托管推理按量付费，建议老板们别再犹豫了。

原文

19:42

官方账号Decoder@Maximilian Schreiner

桥水基金与Thinking Machines Lab的测试显示，一个经过微调的开源权重模型在金融文档评估任务上超越了GPT-4和Claude 3.5，且成本降低90%。该微调模型基于Llama 3.1 70B，在桥水内部金融问答数据集上训练，准确率达到92%，而GPT-4仅为78%。测试涵盖2000份真实金融文件，正确答案未公开以避免数据污染。

AI模型 Bridgewater Thinking Machines Lab GPT

事件专题

推荐理由：桥水基金用自家金融数据微调了一个开源模型，结果比GPT和Claude都强，成本还低得多。想搞垂直领域微调的可以看看。

原文

11:54

官方账号arXiv cs.AI@Wentao Zhang, Liliana Hotsko, Woojeong Kim, Pengyu Nie, Stuart Shieber, Yuntian Deng

精选

PAW（Program-as-Weights）提出一种模糊函数编程范式，将自然语言规范编译为紧凑的本地可执行神经构件。一个4B编译器在FuzzyBench（1000万示例）上训练，为冻结的0.6B Qwen3解释器生成参数高效适配器。该解释器执行PAW程序，性能匹配直接提示Qwen3-32B，但推理内存仅为其1/50，在MacBook M3上达30 tokens/s。PAW将基础模型从逐输入求解器转变为可复用小工具构建器。

AI模型 PAW Qwen3 FuzzyBench

推荐理由：PAW让模糊函数（如日志告警、修复JSON）不再依赖大模型API。用4B编译器一次编译，0.6B小模型就能跑出32B的效果，还省内存和算力。

原文

04:01

The Rundown AI@therundownai

精选

Mira Murati的Thinking Machines Lab与全球最大对冲基金Bridgewater合作，测试AI用于投资新闻筛选。GPT、Claude、Gemini在六项过滤测试中平均准确率约50%。专家投资者编写提示词后准确率升至74-76%，但仍低于80%的信任阈值。通过TML的Tinker API微调开放权重模型，准确率达到84.7%，错误率比最佳前沿模型降低29.8%，且每任务成本仅为前者的1/13.8。

AI模型 Mira Murati Thinking Machines Lab Bridgewater

事件专题

推荐理由：Mira Murati团队和桥水基金一起搞了个AI筛选新闻的实验，先用GPT、Claude只有50%准确率，专家写提示词到75%还是不够，最后微调模型干到了84.7%，成本还低了13倍多。

原文

01:38

elvis@omarsar0

推文强调调优LLM验证器和评判器正成为高需求技能。作者在自身测试框架上应用这些工具，实现了市场上尚未出现的agentic编码工作流。Bridgewater利用金融领域知识并与@tinkerapi合作微调模型，帮助分析师聚焦重点。这表明专家改进AI能提升专家效率。

技巧 LLM verifiers LLM judges Agent工作流

推荐理由：想搞高级Agent工作流？试试自己调验证器和评判器，比现成方案更强。

原文

7月2日

12:13

官方账号arXiv cs.LG@Xun Dong, Yibo Xu, Naigang Wang, Xin Li, Penghang Yin, Zi Yang

ZO-Act提出一种激活感知的零阶微调方法，通过一次性计算输入激活基，将扰动限制在固定低秩子空间中，从而将有效扰动维度降低至系数矩阵大小。该方法在Llama-3-8B、OPT-13B和INT4 Llama-3-8B上实验，在语言理解、问答和常识推理任务中一致超越现有零阶微调基线。分析表明，ZO-Act通过低维系数扰动减少了方差依赖项和有限差分误差，并利用LLM激活和梯度的低秩结构控制子空间近似偏差。

AI模型 ZO-Act Llama-3 OPT-13B

推荐理由：ZO-Act用激活信息锁定关键子空间，让零阶微调更稳定，在Llama-3和OPT-13B上都比旧方法强，适合显存受限的场景。

原文

05:51

elvis@omarsar0

当前微调仍是未被充分研究的领域。Agentic Fine-Tuning 被认为即将引发行业变革。PorTAL 工具允许用户快速更换基础模型，避免因模型迭代而重做微调。例如 Kimi 2.6 仅发布数月就已显过时，PorTAL 可解决这类问题。

AI产品 PorTAL Agentic Fine-Tuning 微调

推荐理由：微调圈有新工具了！PorTAL 让你能轻松换基础模型，再也不用担心训练好的模型跟不上新版本。

原文

7月1日

10:33

官方账号arXiv cs.AI@Ekaterina Alimaskina, Denis Shveykin, Gleb Molodtsov, Igor Shalygin, Alexey Kadeishvili, Aleksandr Beznosikov

语言模型越来越多地使用自生成的问答数据来微调或蒸馏。研究表明，生成阶段并非中性预处理，而是隐含策略：模型在提问时不会均匀扫描文档，覆盖很快饱和并集中在显著区域，不同提示也会聚焦相同片段。在回答阶段，模型倾向于服从文本中嵌入的指令性内容，且这种服从取决于指令的表面形式和意图。作者通过将每个问题固定到特定目标降低了选择偏差，并在回答前过滤指令性文本，将注入合规率从88%降至13%，同时保留几乎所有干净文本。

论文自生成问答微调知识蒸馏

推荐理由：这篇论文告诉你，用模型自己问自己生成的问答数据来训练模型，可能会引入隐蔽的偏见和指令注入风险。他们用一个简单方法就能把问题率从88%压到13%，值得做数据合成的同学看看。

原文

01:23

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA TAO 7 允许用户用自然语言向编码代理描述需求，自动执行模型调优。其 Agent 技能可接入编码代理并提升准确率，AutoML 自动搜索超参数，LLM 引导调优比传统方法快 2 倍。支持在本地 NVIDIA GPU 上微调任何 Hugging Face 的 CV 或 VLM 模型，数据增强微调能帮助代理识别失败原因并修复。

AI产品 NVIDIA TAO AutoML 微调

事件专题

推荐理由：NVIDIA 发布了 TAO 7，你只需用大白话告诉编码代理要啥，它就能自己调模型，比手动调参快两倍，还能本地跑 Hugging Face 模型。

原文

00:50

官方一手AWS Machine Learning Blog@Le Vy

AWS 博客介绍如何通过 Amazon SageMaker AI 微调 Amazon Nova 模型，以提升电子邮件数据提取的准确性。微调使模型识别特定数据模式并区分相似字段，提取准确率可达 94.77%。该方案同时将成本降低 50%，适用于需要高精度提取的业务场景。文章提供了详细步骤和示例代码。

技巧 Amazon Nova Amazon SageMaker AI 微调

推荐理由：想用 Amazon Nova 搞邮件数据提取？这篇教程手把手教微调，准确率飙到 94.77%，成本还省一半。

原文