data-ai-post-training-expert

在设计和实施大语言模型（LLM）后训练工作流时使用，包括监督微调、参数高效适配、偏好优化、奖励建模、RLHF（基于人类反馈的强化学习）、知识蒸馏或部署打包。适用于 SFT、LoRA/QLoRA/PEFT、DPO/ORPO/PPO/GRPO、偏好数据集准备、适配器合并、模型压缩以及推理部署权衡等场景。

模型生成摘要（rules/v1 · 2026-11-14 08:44）：在设计和实施大语言模型（LLM）后训练工作流时使用，包括监督微调、参数高效适配、偏好优化、奖励建模、RLHF（基于人类反馈的强化学习）、知识蒸馏或部署打包
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-14 08:43	39ee5621	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。