实体
SFTTrainer
SFTTrainer
PulseAugur coverage of SFTTrainer — every cluster mentioning SFTTrainer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
使用单个 GPU 以 0.05 美元微调 Qwen/Qwen2.5-0.5B-Instruct 模型
一个教程演示了如何使用 trl-lib/Capybara 数据集对 Qwen/Qwen2.5-0.5B-Instruct 模型进行低成本 LoRA 微调。该过程设计为在单个 GPU 上作为自终止任务运行，成本约为 0.05 美元，GPU 时间不到 4 分钟。该指南详细介绍了必要的 Python 环境设置、脚本以及用于执行的 `runcrate` 命令，强调高效的资源管理以避免不必要的云计算成本。
-
AWS SageMaker 支持无服务器模型定制以进行产品标记
Amazon SageMaker 提供了一项新的无服务器模型定制功能，允许用户针对产品标记等特定任务微调开放权重模型。该方法使用监督微调 (SFT) 和带有可验证奖励的强化学习 (RLVR) 来优化 Qwen3-8B 等模型以实现一致的属性生成。无服务器定制功能可管理训练容量，然后可以将优化后的模型部署用于批量处理，例如目录丰富。
-
为企业工作负载微调开源大语言模型的指南
本指南详细介绍了为企业用途微调开源大语言模型的过程。它涵盖了使用 CUDA 设置 PyTorch、通过 Hugging Face CLI 进行身份验证以及使用 bitsandbytes 配置 4 位量化。该教程还解释了如何使用 PEFT LoRA 适配器运行 SFTTrainer，并为不同模型大小提供了 VRAM 扩展指南。