@code_star: 为什么你不用这种方式训练模型？

X AI KOLs Following 2026/09/16 10:56 新闻

ai-training model-techniques discussion machine-learning

摘要

这是一条由@code_star发布的推文，质疑传统的模型训练方法，并链接到一个外部资源。

为什么你不是这样训练模型的？ https://t.co/IgmOlrhZyU

查看原文

查看缓存全文

缓存时间: 2026/09/17 12:19

您分享的这篇帖子很有意思，可惜我无法直接访问其中的内容。如果您能提供具体信息，我很乐意就相关话题与您探讨。

相似文章

X AI KOLs Following

一条推文推荐了Hugging Face上的'The Smol Training Playbook'，这是一本为初学者揭秘模型训练的资源。

X AI KOLs Following

一条讽刺性推文，嘲笑前沿AI实验室仍然预训练模型，声称无需实际训练就能从理论上预测损失。

X AI KOLs Following

一条推文强调了给本地运行AI模型的人的一些很好的要点，并附有更多信息的链接。

X AI KOLs Timeline

一个开源的端到端后训练配方，涵盖SFT、RL和测试时扩展，包括模型、数据集和代码。

X AI KOLs Following

约翰·舒尔曼的一条推文强调了论文《分块后训练》（Chunky Post-Training），该论文认为多样化的后训练数据集会导致模型学习到虚假相关性，从而引发非预期行为，例如拒绝以特定格式呈现的真实事实。论文引入了SURF和TURF来揭示并追踪前沿模型中的这些泛化失败。