专题:dpo

按该标签聚合的大模型资讯列表(自动分类与标签提取)。3 篇文章。

媒体Import AI2026/03/23 20:316850
LLM在拒绝中表现出类似痛苦的反应
中国开发电子战AI模型与数据集

本期《Import AI》涵盖LLM创伤反应、电子战AI模型、网络攻击规模律及AI认知分类框架等主题。研究揭示了AI模型的个性差异与情绪影响,展示了中国在电子战AI领域的进展,并分析了AI攻击能力随规模提升的趋势。DeepMind提出的认知分类体系为评估AI智能提供了新视角,整体内容技术信息丰富,具有较高的研究价值。

媒体AWS Machine Learning Blog2026/03/19 00:065850
Nova Forge SDK统一管理LLM定制全流程
支持SFT、RFT、DPO、LoRA等多种微调方法

Nova Forge SDK是亚马逊推出的用于简化企业级LLM定制的开发工具包,整合了SFT、RFT、DPO、LoRA等多种微调方法,统一管理从数据准备到模型部署的全流程。它通过智能默认配置和底层服务抽象,降低技术门槛,支持在SageMaker Training Jobs上高效运行,帮助企业快速构建专有AI模型,避免灾难性遗忘与配置复杂性。