专题：model-tuning

本文介绍如何使用Oumi在EC2上微调Llama模型，并通过Amazon Bedrock部署。Oumi简化模型管理流程，支持灵活微调和数据合成，结合AWS生态实现高效部署，适合开发者和研究人员。

本文聚焦于将稀疏嵌入微调模型应用于电子商务搜索的实践，整合了训练、评估、负样本挖掘和跨领域实验等关键步骤。SPLADE模型在亚马逊ESCI数据集上表现优于BM25，提升28%，展示了从研究到产品化的完整流程。

文章介绍使用Tunix在Google TPUs上微调FunctionGemma模型的方法，通过LoRA算法提升精度并优化资源利用，适合关注模型训练效率的开发者。

微软发布PazaBench，首个针对低资源非洲语言的ASR基准，涵盖39种语言和52个模型。Paza系列模型基于Phi-4、mms-1b-all和Whisper，针对肯尼亚六种语言进行微调，提升转录质量与跨语言泛化能力。通过实地测试和社区反馈，推动AI在未充分代表语言中的应用。