趋近智
大语言模型微调入门
章节 1: 模型定制的根基
什么是微调？
预训练与微调的比较
何时进行微调：一个分析体系
微调策略概述
迁移学习在大型语言模型中的作用
配置开发环境
章节 2: 用于微调的数据准备
获取和选择高质量数据集
指令式与对话式数据格式
数据清洗和预处理技术
构建和组织定制数据集
用于微调的分词
动手实践：构建微调数据集
章节 3: 全参数微调
全参数微调的工作原理
全参数微调的架构考量
计算资源管理
配置训练参数及超参数
监控训练：损失与指标
保存和加载精调模型
实践：小型模型上的全参数微调
章节 4: 参数高效微调 (PEFT)
参数高效微调概述
低秩适应（LoRA）：原理与运作
使用PEFT库实现LoRA
量化及其对微调的影响 (QLoRA)
其他PEFT方法：概述
PEFT与完全微调的优劣对比
动手实践：使用 LoRA 进行微调
章节 5: 评估与部署
界定生成型任务的性能指标
定量评估：ROUGE、BLEU 和困惑度
定性评估：人工参与评估
构建评估流程
将适配器与基础模型合并的方法
为推理准备模型
实践：评估微调模型
定量评估：ROUGE、BLEU 和困惑度
这部分内容有帮助吗？
- BLEU: A Method for Automatic Evaluation of Machine Translation, Kishore Papineni, Salim Roukos, Todd Ward, and Wei-Jing Zhu, 2002 Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL) (Association for Computational Linguistics) DOI: 10.3115/1073083.1073135 - 介绍BLEU指标的原始研究论文，阐述了其基于修改后的n-gram精度和简短性惩罚的计算方法，用于机器翻译评估。
- ROUGE: A Package for Automatic Evaluation of Summaries, Chin-Yew Lin, 2004 Text Summarization Branches Out: Proceedings of the ACL-04 Workshop (Association for Computational Linguistics) DOI: 10.3115/1621378.1621389 - 介绍ROUGE系列指标的原始出版物，解释了其如何通过衡量面向召回的n-gram重叠来自动评估摘要。
- Speech and Language Processing (3rd ed. draft), Daniel Jurafsky and James H. Martin, 2025 - 一本关于自然语言处理的综合教材，包括对语言模型、困惑度的定义和计算，以及BLEU和ROUGE等多种评估指标的深入讨论。