共 3 篇文章
大模型LLM实战案例教程LLM开源模型微调
2026 年如何微调 LLM
2026年LLM微调完整指南，对比全参微调与参数高效微调（LoRA/QLoRA），讲解数据准备、训练配置、评估方法和成本控制，附开源工具和实战案例。
2026-09-0113000
微调与对齐微调大模型本地部署教程模型微调
万字长文！读懂模型微调的基本概念和名词
万字教程详解模型微调的基本概念与名词。从预训练、基础模型、后训练讲起，覆盖SFT、指令微调、因果语言建模、PEFT/LoRA/QLoRA参数高效微调，数据相关概念（语料、数据集、去重、打包、过采样），训练参数（batch size、梯度累积、学习率、warmup、seed）及训练产物（loss、eval loss、过拟合、推理、vLLM、冒烟测试、评估），帮读者理解微调各环节。
2026-09-098000
微调与对齐微调开源模型本地部署开源模型微调
本地跑模型、做微调，现在可以用同一套工具完成：Unsloth
实测推荐开源工具Unsloth，把本地推理、LoRA/QLoRA微调、数据处理、效果对比与模型导出放进同一工作台，弥补Ollama、LM Studio、llama.cpp只专注推理的不足。核心是高效微调，官方称约2倍提速并减70%显存，支持GGUF、Safetensors，可接Claude Code、Codex等智能体，适合需行业微调的团队。
2026-09-106000