标签：模型训练

什么是监督微调 SFT？让模型学会特定任务与格式

SFT 是什么？它如何用高质量示例调整模型行为，和预训练、RAG、RLHF 有何区别，哪些业务场景值得做监督微调，一文讲清。

什么是合成数据？AI 用自己造的数据训练自己

真实数据快用完了，AI 怎么继续变强？合成数据是什么、为什么在数学和代码上特别有效、「模型崩溃」是怎么回事，一文讲清这条绕不开的路。

什么是 Scaling Law？大模型「越大越强」的底层规律

为什么各家敢砸几十亿训练模型？Scaling Law 是什么、参数量数据量算力该怎么配、为什么说它开始撞墙，以及推理时计算这条新曲线，一文讲清。