术语slug: supervised-fine-tuning-sft

监督微调

Supervised Fine-Tuning (SFT)

使用标注数据进一步训练预训练模型的过程

收录情报动态

共 11 篇 · 第 1/2 页
Hacker News AIT2·商业与生态
45 分
Anthropic 封禁涉模型训练用户 引发争议

Anthropic 近期对涉及大模型训练(如 RFT、SFT)的用户实施账号封禁或降级措施,即便用户仅使用其 API 进行自动化任务调度而非直接蒸馏数据。此举被部分开发者批评为阻碍研究自动化,并引发了关于 AI 公司利用公共数据训练却限制用户反向工程的双标争议。

Marktechpost (@Marktechpost)T2·基座大模型
72 分
Samaya 发布 Sterling 模型,3B 激活参数在金融研究任务超越 Claude Fable 5.1

Samaya AI 推出基于 Nemotron 架构的 Samaya Sterling 模型,通过仅激活 3B 参数实现高效推理。该模型采用“模型与工具协同训练”策略,在 FrontierFinance 基准测试中得分略高于 Claude Fable 5.1,且单次查询成本降低约 11 倍,但存在自报数据及高难度任务表现受限的问题。

AWS Machine Learning BlogT1·开发与工程
68 分
AWS SageMaker 推出训练会话 API 支持无 GPU 管理自定义循环

Amazon SageMaker AI 推出新的训练会话 API,允许开发者在无需管理底层 GPU 基础设施的情况下编写完全自定义的模型训练循环。该功能通过抽象计算资源而非算法逻辑,解决了传统托管服务缺乏灵活性而自建集群运维成本高的痛点,支持如自定义损失函数、强化学习奖励机制等高级微调场景。

IT之家 · 智能时代T2·智能体与协同
68 分
大晓机器人发布 ACE-Brain-0.6,空间感知评测超越 GPT-6 Astra

大晓机器人推出基于 Qwen3.5-9B 微调的具身基模型 ACE-Brain-0.6,通过百万级空间锚定数据显著提升目标识别与定位能力。该模型在八项 Grounding 基准中有六项得分超过 OpenAI GPT-6 Astra,并在真实机器人场景评测中取得 94.13 的高分,展示了垂直领域小模型在特定任务上的竞争力。

Hacker News AIT2·智能体与协同
68 分
Physical Intelligence 推出 Pi API Beta:托管式微调与推理简化机器人基础模型部署

Physical Intelligence 发布 Pi API Beta,将 π0 和 π0.5 等前沿机器人基础模型的训练与推理能力封装为标准化接口。开发者只需上传数据即可在云端完成微调,并通过托管网关直接调用优化后的模型进行推理,显著降低了适配新任务所需的 ML 基础设施门槛。该服务旨在解决通用机器人模型落地时面临的数据管道复杂与算力管理难题,目前处于等待名单申请阶段。

IT之家 · 智能时代T2·基座大模型
68 分
华为联合华东师大发布七曜时序基础模型:登顶 TIME-leaderboard 与 GIFT-Eval 双榜,支持零样本预测与低成本微调

华为云与华东师范大学联合研发的“七曜”昇腾原生时序预训练模型,成功登顶国际权威评测榜单 TIME-leaderboard 和 GIFT-Eval(Pretrained 类目)。该模型基于华为昇腾生态深度优化,具备高精度、高鲁棒性,既支持电网、金融等场景的零样本预测,也允许低成本二次微调以适配垂直行业需求。

智谱 AI 研究T1·基座大模型
78 分
智谱开源 GLM-TTS:多奖励 RL 实现工业级语音合成

智谱发布并开源工业级语音合成模型 GLM-TTS,在 Hugging Face 和 ModelScope 提供权重。该模型基于多奖励融合强化学习(RL)与两阶段生成范式,仅用 10 万小时数据训练即实现“3 秒”音色复刻及情感表达 SOTA。开发者可直接调用 API 或本地部署,支持方言、多情感克隆及文本情绪自动匹配。

OpenAI 官方博客T1·基座大模型
85 分
OpenAI 提出审议式对齐:推理提升模型安全性

OpenAI 发布针对 o 系列模型的“审议式对齐”(Deliberative Alignment)新策略,通过让模型直接学习安全规范并对其进行推理,显著提升了安全性。该方法结合监督微调与强化学习,使模型在生成回答前能显式地权衡安全规则,从而减少有害输出。