最新博客文章

8 / 173

AI 开发实战教程，从零到一构建你的 AI 应用。

教程日期

DeepSeek 数据工程教程模型微调高级从数据采集到质量评估，完整掌握大模型数据工程流水线。涵盖 SFT 数据集构建、RLHF 偏好数据准备、数据清洗去重、数据增强、大规模数据处理等核心环节。 2025-06 ·23 分钟阅读 DeepSeek 模型架构深度解析模型微调高级深入解析 DeepSeek-V3 的 MoE 架构、MLA 注意力机制、Multi-Token Prediction 等核心技术。理解 DeepSeek 如何以极低成本实现 GPT-4o 级别的性能，含架构图解和源码分析。 2025-06 ·28 分钟阅读 DeepSeek 微调实战教程模型微调高级 DeepSeek 模型微调全流程实战：LoRA/QLoRA 高效微调、全参数微调、数据准备、训练配置、评估验证。覆盖 DeepSeek-V3 和 DeepSeek-R1 的微调方案，含完整代码和最佳实践。 2025-06 ·26 分钟阅读模型蒸馏实战：用大模型训练小模型模型微调高级知识蒸馏让小模型逼近大模型能力，同时大幅降低推理成本。本文深入讲解蒸馏原理、数据生成策略、训练技巧与效果评估，教你用 DeepSeek 蒸馏出高性价比小模型。 2026-08 ·24 分钟阅读 RLHF 强化微调实战：从偏好数据到奖励模型模型微调高级 RLHF 让模型输出与人类偏好对齐。本文从偏好数据采集、奖励模型训练到 PPO 强化微调，完整复现一条 RLHF 实战链路，并给出数据质量与效果评估的工程经验。 2026-08 ·26 分钟阅读模型评估与 A/B 测试模型微调高级微调完成后，如何客观评估模型效果？A/B测试如何设计才能得到统计显著的结论？本文从离线评估、在线A/B测试和统计显著性三个维度，建立科学的模型效果评估体系。 2026-07 ·20 分钟阅读 DPO 偏好对齐训练详解模型微调高级 DPO（Direct Preference Optimization）是RLHF的简化替代方案，无需训练奖励模型。本文深入讲解DPO的原理、实现细节和训练技巧。 2026-07 ·25 分钟阅读数据集构建与质量评估模型微调高级数据质量决定了微调效果的上限。本文系统讲解微调数据集的构建方法、数据清洗策略、质量评估指标以及数据增强技术，帮助你构建高质量的微调数据集。 2025-06 ·17 分钟阅读