English(EN) thinking about that time about 1-2 years ago when I trained a small LLM with my own non-scraped dataset of my own data (Mastodon posts, some Q&A factoids, some

用户一到两年前用自定义数据集训练了小型LLM

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-31 10:10

一位用户回顾了大约在一到两年前使用自定义数据集训练小型LLM的经历，该数据集包括他们的Mastodon帖子、个人写作、代码和问答事实，并辅以SQuAD等开放数据集。用户指出，最初的模型智能程度不高，但随着时间的推移有所改进，训练主要在个人硬件上进行，部分由于成本考虑而在云平台上进行。 AI

排序理由该条目描述了关于训练小型LLM的个人轶事，不构成重大的行业事件、研究突破或产品发布。

在 Mastodon — fosstodon.org 阅读 →

模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Meme; 该条目描述了关于训练小型LLM的个人轶事，不构成重大的行业事件、研究突破或产品发布。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

Mastodon — fosstodon.org TIER_1 English(EN) · [email protected] · 2026-08-31 10:10

回想大约一到两年前，我用自己的非抓取数据集（Mastodon帖子、一些问答事实、一些

thinking about that time about 1-2 years ago when I trained a small LLM with my own non-scraped dataset of my own data (Mastodon posts, some Q&A factoids, some of my own code, and things I wrote) + some existing open datasets like https:// rajpurkar.github.io/SQuAD-expl orer/ ..i…

链接 rajpurkar.github.io/SQuAD-explorer

本文如何被排名

报道来源 [1]

回想大约一到两年前，我用自己的非抓取数据集（Mastodon帖子、一些问答事实、一些

相关实体

相关话题