搜索资源与 AI 名词

检索资源、教程、AI 名词与每日资讯。

返回 AI 词库

指令微调

Instruction Tuning

也称SFT / 有监督微调

专门用“要求和合格答案”教模型学会听懂任务、按要求回答

怎么理解

一个模型会接着写文字,不代表它就会照你的指令办事。指令微调会给它看许多成对的例子:用户提出什么要求,合适的答复是什么。这样它更容易学会总结、改写、翻译等任务的回答方式。

举个例子

训练例子里写“把这段话翻译成英文”,后面给出合格译文;换一个例子写“用三点总结文章”,后面给出三点摘要。模型通过练习,学习怎样跟随要求。

补充说明

这是微调的一种用途。学会按要求回答,不等于答案里的事实都对;涉及最新规定时,仍应给它最新资料。