苍鸿的奇思妙想
大模型算法工程师 // 训练 · 微调 · 对齐

你好鸭~ 欢迎来到苍鸿的奇思妙想空间~

这里专注大模型算法：预训练、微调 SFT、RLHF / DPO 对齐与推理优化。

从数据构造到训练评测，记录每一次可复现的实验与踩坑。

大模型训练 微调 SFT 强化学习 RLHF/DPO 推理优化
阅读实验笔记

最新实验笔记 latest_lab_notes

正在加载实验笔记...