《大模型导论》通识课版 张玉宏教材 ppt课件 第8章 大模型微调.pptx

第8章大模型微调从全参数微调到LoRA、RLHF、DPO与Unsloth实践?理解微调的定义、价值、适用场景与风险。?掌握全参数微调、部分参数微调与PEFT的差异。?理解SFT、Prefix/Prompt/P-Tuning、LoRA、RLHF、DPO的核心思想。?通过配套Notebook观察冻结、LoRA与DPO损失的可运行示例。FullFTPartialFTPEFTRLHF/DPOLoRA/Unsloth章节定位：本章重点不是“从零训练大模型”，而是让已有基础模型适配特定任务。

本章学习路线微调=以较低成本让大模型成为领域专家导学《大模型导论