SFT

技术

SFT，监督微调技术，使用标注好的输入输出数据对预训练模型进行特定任务适配

231 次提及188 个连接最近出现: 2026-06-28

关系图谱

关系 (195)

使用技术 (152)

MMDuet2 OpenSeeker 女娲.skill GTR-Turbo ORV Qwen2.5 LLaMA 3 AgentConductor Spirit v1.5 DeepSeek V3 JoyAI-LLM Flash VLA World Model GLM-5 Qwen3 Mano-P 1.0 StarVLA DataFlex π0.6 混元大模型 NES Disco-RAG PersonaVLM Gemini 2.5 Pro Monet SePT MindDR 1.5 DeepSeek V4 LobsterAI 蒸馏 Vision Banana IBISAgent Squeeze Evolve 腾讯 RehearseVLA STReasoner LTX-2 MTSS MiMo-V2.5 uAI Nexus MedVLM talkie Doc-V*SenseNova U1 GPT-5.5 GPT-5.1 InternLM2.5-20B Chain-of-Thought DeepSeek DeepSeek-V4-Flash On-Policy Distillation GPT-4o Llama-8b SEAlign 瞬悉2.0 DreamLite 自然语言自动编码器 (NLA)Gemma 4 AlexNet MiniMax M2 文心 5.1 MiniMax M2.5 Microsoft Opus 4.6 Claude Opus 4.5 UniDoc-RL CodePercept-8B-S1 LWD ChatGPT Stellaris-VL-4B CodePercept-8B TUNA-2 AntAngelMed AI店小蜜 CodePercept CapVector DYPO Qwen2.5-Math-7B MemPrivacy-4B-RL DeepSeek R1 氢离子 Qwen3-VL-8B Atlas SxS Interleaved Reasoning Native Parallel Reasoner Multiverse Terminus-4B SU-01 HyperEyes Qwen3-4B-Base Qwen3-4B-Instruct Gamma RecursiveMAS Nemotron Agent Grok V9-Medium SkyClaw-v1.0 Grok V9 Qwen3.5-9B RSAgent OmniWork Ophiuchus-7B MiniCPM5-1B MiniCPM-1.2B MiniCPM4 灾难性遗忘 UltraData-SFT-2605 Video-o3 Qwen2.5-1.5B Llama3.2-3B ClawGym-30B-A3B MetaAgent-X SenseNova-U1-8B-MoT-Infographic 快手 RoboAgent LoRA DeepSeek R1 AgentDoG 1.5 JoyAI-Echo FusionRoute RECAP PaddleOCR-VL-1.6 Dexbotic AesThinker VLM3 OneReason SAM 3D VLM³ GRO框架 ReTAS 千问高考志愿大模型《Happy-LLM：从零开始构建大模型》Flex4DHuman FuseSearch-4B Apple AgentDoG 1.5 Harness SE-Bridge-TTS VibeThinker-3B Spectrum-to-Signal DiffusionGemma OLMo2-7B Stellaris-VL-0.8B Fugu Ultra Seed2.1 DepthVLM 小红书 Qwen-AgentWorld 挑战赛 VideoTemp-o3 Vesta 子曰4 清华大学 FORT-Searcher

应用于 (33)

竞争 (4)

GRPO SOAR RLHF EffOPD

使用 (3)

科大讯飞素源矩阵面壁智能

基于 (2)

创建 (1)

相关文章 (231)

下滑加载更多...（已显示 30 / 231）