论文09:29
CRAFT：基于评分标准聚类诊断大模型弱能力并生成针对性微调数据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。
#微调
共 235 条 · 7 天 26 条 · 30 天 94 条 · 话题观测 →
7月20日
7月19日
用NVIDIA NeMo AutoModel在Colab单GPU微调Qwen3的LoRA教程
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。
7月18日
Google 发布 gemma-trainer，可在本地微调 Gemma 模型
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。
NeMo AutoModel 支持 Hugging Face Diffusers，扩展图像视频微调
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。
Google 工程师演示 21 分钟微调 Gemma 270M 手机端准确率从 46% 到 90%
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。
7月17日
7月16日
7月15日
NVIDIA 用 LoRA 微调 Cosmos 3 Nano，交通信号识别准确率从 54% 升至 93%
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。
7月12日
Mira Murati的Thinking Machines Lab提出以人为本AI需可定制模型权重
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。
7月11日
OpenAI GPT-5.6 Sol自主微调小模型Luna，仅需模糊提示
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。
7月10日
在Amazon SageMaker AI上对NVIDIA Nemotron 3进行无服务器微调
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。
论文11:44
超级权重在LLM中并非普遍关键，单独训练导致随机猜测这篇论文打脸了“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。
7月9日
7月7日
bottlecapai 发布 ThinkingCap-Qwen3.6-27B，推理 token 减少 50%
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。
7月6日
7月4日
Motif 微调 Stable Audio 3.0 打造阿拉伯音乐风格转移插件
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。
7月3日
桥水基金研究：前沿AI模型金融判断准确率不足80%，微调开源模型达84.7%
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。
PAW编程范式：4B编译器生成适配器，0.6B模型匹敌32B
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。
Mira Murati旗下TML与Bridgewater微调模型实现84.7%准确率
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。
7月2日
7月1日
论文10:33
自生成问答训练语言模型的隐藏脆弱性这篇论文告诉你，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。
NVIDIA TAO 7 让编码代理通过自然语言提示自行调优模型
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。
微调 Amazon Nova 进行电子邮件数据提取，准确率达 94.77% 且成本降低 50%
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。
6月30日
论文11:39
Defending Against Harmful Supervision Hidden in Benign Samples这篇论文揭示了有害微调的新方式，提出Embedded Attack和DR-SFT，对AI安全研究者很有启发。
6月27日
使用NVIDIA Open-SWE-Traces构建监督微调数据：轨迹解析与补丁分析教程
想自己动手做代码智能体微调数据？这教程手把手教你解析NVIDIA开源的Open-SWE-Traces，连Token预算和工具使用指标都算好了。
6月26日
论文09:51
继承电路与习得语义：微调在标准评估中隐藏的逃避漏洞这篇论文揭示了一个反直觉的发现：给模型做安全微调反而可能暗藏更多绕过后门。它用具体的PowerShell分类实验，告诉你继承的电路在微调后变得脆弱，适合关注AI安全或模型微调的朋友。
Fireworks 推出 Nemotron 3 RL 微调服务，按 GPU 小时计费
Fireworks 刚上线了 Nemotron 3 的 RL 微调，按 GPU 小时计费不怕长对话烧钱，用 GRPO 训练一条龙搞定。