登录社区云，与社区用户共同成长
邀请您加入社区
本文首先将阐述强化学习（RL）和监督微调（SFT）在实现方式上的区别，然后通过一个具体案例，详细说明如何对奖励函数进行优化。监督微调（Supervised Fine-Tuning，简称 SFT）相当于作为老师，自己先列出很多问题，再告诉模型标准的回答，比如用数据（训练集）教它：我们让模型一遍又一遍模仿训练语料中的标准答案，直到我们符合要求。：安全、稳定：模型永远只能模仿，不太能创造性地发现新答案。
计算机视觉领域从传统的卷积神经网络（CNN）ResNet，到基于 Transformer 思想的 Vision Transformer（ViT），再到在跨模态语义对齐上大放异彩的 CLIP，直至如今具备复杂交互与生成能力的视觉语言模型（VLM），视觉建模正一步步向多模态、交互化、生成化的方向演进。（5）这种设计不仅赋予模型强大的视觉感知能力，同时结合文本生成模块，Florence-2 能够通过简单
接下来就可以正式在本地启动 TEN Agent 平台，并将前面搭建的智能体（Dify）、语音能力（Azure Speech + Agora）和虚拟形象（Trulience）三大模块完整串联起来，构建真正听说想演的实时AI数字销售助理！接下来将进入 Trulience 平台，为 AI Sales Avatar 生成她的“数字人外貌与演绎能力”，也就是构建她的虚拟形象，让她不仅能听、说、想，还能真实地
极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！本文完整的测试代码位置大语言模型（LLM）最近发展得非常快，一动就是好几亿甚至上百亿的参数，让很多 AI 工程师在微调这些大模型时犯了难。Unsloth 这个框架，原本主要是靠支持
极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！在 AI 技术浪潮中，大语言模型（LLM）作为核心技术支柱之一，正重塑着自然语言处理（NLP）乃至整个 AI 技术领域的格局。
作者：卢建晖 -微软高级云技术布道师「极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！
魏新宇微软 AI 全球黑带高级技术专家著有《大语言模型原理、训练及应用》《金融级 IT 架构与运维》《OpenShift 在企业中的实践》v1&v2、《云原生应用构建》。想了解更多 AI 知识欢迎关注作者书籍和Github。
作者：胡强辉 -微软 AI 全球黑带高级技术专家「极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！在全球数字化浪潮的推动下，大语言模型凭借其卓越的自然语言处理能力，引领着自然语言理解与生成的新纪元。但与此同时，数据随之呈爆炸式增
Azure AI Agent Service 更多是对特定智能任务的单 Agent 进⾏定义，比如你可以定义⼀个数据挖掘的智能体，也可以定义⼀个链接 Azure Function 的智能体，更可以利⽤ Function Calling 接入第三⽅邮件发送服务的智能体等。
作者：胡平 -微软云人工智能高级专家「极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！
