模型微调-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5205 篇文章
累计创建 1860 个标签
累计收到 0 条评论

目录CONTENT

以下是模型微调相关的文章

2026-02-10
使用 Hugging Face 和 Amazon SageMaker AI 扩展 LLM 微调能力企业正越来越多地将通用大语言模型（LLM）转向基于私有数据进行专业化微调。本文深入探讨了如何利用 Hugging Face 与 Amazon SageMaker AI 的紧密集成，克服扩展 LLM 微调的技术和运营挑战。通过集成了 LoRA 和 FSDP 等先进技术，企业能够简化模型定制流程，加速实现领域特定 LLM 的价值，同时保持对数据的完全控制。
- 2026-02-10
- 0
- 0
- 0
2026-02-10
针对提示词注入的防御：StruQ 和 SecAlign 微调方法提示词注入是当前LLM应用面临的首要威胁。本文介绍了Berkeley AI Research提出的两种无需额外计算成本的微调防御方法：StruQ和SecAlign。这些方法通过在输入中明确分隔指令和数据，并训练模型忽略注入的指令，显著降低了攻击成功率，同时保持了模型实用性。
- 2026-02-10
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-28
StruQ 和 SecAlign：在不牺牲效用的情况下防御提示注入攻击提示注入攻击被OWASP列为LLM应用的首要威胁。本文提出了两种无需额外计算成本或人力的新型微调防御方法：StruQ和SecAlign。这些方法通过结构化指令调优和特殊偏好优化，将十多种免优化攻击的成功率降至0%，并显著降低了强优化攻击的成功率，同时保持了模型的通用效用。
- 2026-01-28
- 0
- 0
- 0
- AI基础/开发
- AI工具应用