#模型微调

共 12 条 · 7 天 1 条 · 30 天 2 条

智能体 2 Alibaba Qwen 1 Anthropic 1 Claude 1 Gemma 4 1 GPT5.6 1 LoRA 1 NoRA 1

信息流里打上「模型微调」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月7日

模型 Agent 与开发者多源确认精选73°04:51

Overmind微调模型减少合同幻觉条款

Overmind用你的生产数据微调小模型，比GPT5.6 Luna少20倍合同幻觉，还能自己托管。

#Overmind #Qwen3.5 #GPT5.6 #法律AI

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

9月23日

行业 Agent 与开发者多源确认精选73°23:36

Anthropic 工程师解释 Claude 写作退步：模型被训练成写给 AI 看

Claude 写作为啥越来越怪？Anthropic 微调工程师亲口解释了原因，还透露 Opus 5.5 有改善，写作者值得看看。

#Claude #Anthropic #Opus 5.5 #RLHF

IT之家11 个信源在谈原文

9月9日

论文 Agent 与开发者12:15

Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails

研究解决了小模型模仿专家时的性能下降问题，提出了新的在线策略修正方法，让小模型在特定任务中更接近大模型表现。

#智能体 #系统提示 #Qwen3-Coder #Gemma 4

arXiv cs.AI@Zhou Yu 等 11 人原文

9月7日

论文 Agent 与开发者精选14:51

NoRA：LoRA单行改进提升模型训练效果

DAIR团队提出NoRA，只需一行代码就能改进LoRA，训练更稳定效果更好，还不增加计算负担。

#NoRA #LoRA #模型微调 #论文

elvis@omarsar0原文

8月27日

模型中美对照多源确认精选12:10

NVIDIA支持Alibaba Qwen3.8-Flash-Next模型微调

Alibaba Qwen3.8-Flash-Next模型发布，NVIDIA提供微调支持，与TokenSpeed等工具兼容，值得开发者关注。

#NVIDIA NeMo AutoModel #Alibaba Qwen #模型微调 #NVIDIA

官方账号阿里通义 Qwen@Alibaba_Qwen11 个信源在谈原文

7月13日

模型 Agent 与开发者08:55

Replit的computer use模型与我的新国际象棋引擎对弈

Replit老板用Qwen-8b模型下棋，三个实验同时跑，还说没学过ML也能搞，值得看看怎么玩的。

#Replit #Qwen-8b #智能体 #模型微调

Amjad Masad@amasad原文

6月12日

产品多源确认14:49

Claude Fable 5用3小时完成4个月微调工作

这个案例把AI辅助开发的效率提升量化到了极致——4个月 vs 3小时，做模型微调或AI工程化的团队看完会重新思考工作流程，建议点开感受一下。

#Claude Fable 5 #模型微调 #AI辅助开发 #效率提升

AI Will@FinanceYF511 个信源在谈原文

6月7日

模型多源确认21:43

Ideogram 4.0 发布：号称最强开源图像模型

开源图像模型终于有了新标杆，做图像生成、模型微调或本地部署的团队可以直接下载权重试试，不用再依赖闭源 API。

#开源/仓库 #图像生成 #Ideogram 4.0 #模型微调

LovartAI@lovart_ai3 个信源在谈原文

产品多源确认精选04:18

Fireworks 训练平台扩展，支持 Nemotron 3 Ultra 后训练

Fireworks 把 Nemotron 3 Ultra 的后训练和推理放在同一基础设施上，做模型微调的团队可以直接训练并上线，省去模型迁移的麻烦，值得关注。

#Fireworks #Nemotron 3 Ultra #模型微调 #LoRA

Fireworks AI@FireworksAI_HQ10 个信源在谈原文

5月22日

论文精选76°11:40

将智能体工作流编译进LLM权重：成本降低两个数量级，质量接近前沿模型

做智能体编排的团队终于有了低成本替代方案——把工作流写进模型权重而非上下文，成本降两个数量级，质量不掉。做客服、保险、旅行预订自动化的开发者可以直接看论文里的14节点和55节点案例。

#智能体 #工作流编译 #模型微调 #编排框架

arXiv: OpenAI@Simon Dennis 等 4 人原文

5月19日

论文精选14:34

无需真实标注的量化可解释AI方法

这项研究解决了XAI领域缺乏可靠评估标准的痛点，做模型可解释性研究的团队可以直接用这个指标来量化自己的方法，值得关注。

#可解释AI #量化评估 #因果解释 #模型微调

arXiv cs.AI@Amritpal Singh 等 5 人原文

5月12日

Asphalt AI: 新路平整度差异揭示本地数据重要性

该事件为AI从业者提供现实类比：局部数据偏差会导致模型性能差异，强调在部署前需进行地域或场景相关微调。

#数据质量 #领域适配 #模型微调 #本地化

Shashikant Kore@kshashi原文