LOADING加载中
课程介绍
Hugging Face 官方小模型对齐实战课程:用 SmolLM3 / SmolVLM2 在本地小算力上完整走一遍指令微调、评估、DPO 偏好对齐、视觉语言模型与强化学习微调。目标读者是「会调 API 但没亲手训过模型」的工程师——不追求复现大模型,而是用最小成本打通从数据到权重的对齐闭环。站内英文主轨,覆盖了书架里 minimind(中文全链路)与 llms-from-scratch(原理书)之间的实践空档。
课程目录
Instruction Tuning(指令微调)
Evaluation(评估)
Preference Alignment(偏好对齐 / DPO)
Vision Language Models(视觉语言模型)
Reinforcement Learning(强化学习微调)
Synthetic Data(合成数据)
评论
0