已不再支援此瀏覽器。
請升級至 Microsoft Edge，以利用最新功能、安全性更新和技術支援。
AI 客服產生的行程計畫卻忽略了顧客的體能程度、經驗、預算和天氣條件之間的互動。 哪種微調方法最適合解決這個問題？
監督式微調（SFT）
強化微調（RFT）
直接偏好優化（DPO）
哪種微調技術需要偏好配對結構化的訓練資料，每個資料包含一個提示詞，並且包含偏好的和非偏好的回應？
在提交微調工作前，評估基礎模型的目的為何？
建立基準，讓你能衡量微調是否提升了表現。
自動從基礎模型的輸出產生標籤訓練範例。
以決定訓練時應使用多少紀元。
您必須先回答所有問題，才能檢查進度。
此頁面對您有幫助嗎？
需要本主題的協助嗎？
想要嘗試使用 Ask Learn 來釐清或引導您完成本主題嗎？