指令微调

会准备指令和对话数据，能把基座模型微调成会听话的助手。

学习流程

• 指令数据格式
• 对话模板
• 数据质量
• 训练和评估
• 微调一个对话助手

去哪学

• Hugging Face TRL：SFT 文档 · 免费