#Qwen-32B
共 2 篇相关文章
·10 分钟
On-Policy蒸馏详解：原理、优势与应用场景全面解析
深入解析On-Policy蒸馏（在策略蒸馏）的核心原理、与传统Off-Policy蒸馏的关键区别，以及在模型压缩、推理能力迁移、RLHF对齐训练等场景中的广泛应用，帮助你全面理解这一快速崛起的AI模型训练新范式。
阅读全文 →
教程攻略·9 分钟
Shopify Agent冷启动实战：零对话数据训练生产级AI的三步法
Shopify公开生产级AI Agent冷启动方案：零真实对话数据下，从已有业务流程倒推训练样本，微调Qwen-32B实现速度提升2.2倍、成本降低60%。详解三步数据构造法、Tool Call链路设计及企业AI落地启发。
阅读全文 →