#LLM微调

共 7 篇相关文章

Unsloth发布v0.1.47-beta版本，这款拥有6.79万Star的开源大模型微调框架，可将Llama、Mistral、Qwen等主流模型微调速度提升2倍以上，显存占用降低约70%，让消费级GPU也能完成高效微调。

一位开发者将2019年的GPT-2（355M参数）重新微调，在免费Kaggle GPU上实现了88%的函数调用成功率。本文深度解析这一反直觉实验背后的技术路径与启示：小模型+针对性指令微调，同样能构建可用的LLM Agent能力。

纠结Géron、Chollet还是Raschka？本文针对机器学习自学者，逐一拆解4本经典书籍的定位与适用场景，帮助以模型微调、小型语言模型（SLM）为目标的学习者找到最对口的进阶路径。

一位拥有3年经验的AI研究工程师向FAANG投递50份简历，却颗粒无收。本文深度拆解顶级大厂AI岗位的隐性门槛、LinkedIn幽灵职位真相，以及MLE与Research Engineer的定位差异，帮你找到真正有效的求职策略。

AI热点风向标·06月29日晚间版：LangChain与Agent教程热潮

06月29日晚间版 AI热门话题深度讨论，5个热点

深度拆解Hermes Agent四大递进实战案例：终端ReAct循环观测、飞书AI助手部署、四层持久记忆架构、Skill三阶自主进化机制，涵盖DeepSeek直连与开放Skill生态，助你掌握Agent从执行到成长的完整路径。

Jane Street AI团队详解如何为OCaml小众语言自建LLM工具链，涵盖工作区快照训练数据获取、代码评估强化学习、AID编辑器架构设计等核心工程实践，为非主流技术栈应用AI编程提供参考。