2025 年初，所有实验室的 LLM 生产栈看起来大致是这样的：
1.Pretraining (GPT-2/3 of ~2020)
预训练（约 2020 年的 GPT-2/3）
2.Supervised Finetuning (InstructGPT ~2022) and
监督微调（InstructGPT ~2022）和
Reinforcement Learning from Human Feedback (RLHF ~2022)
3.人类反馈强化学习（RLHF ~2022）
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
热门跟贴