热点事件历史事件

马东锡 NLP 介绍 Instruction Tuning 训练方法

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

马东锡 NLP 介绍了 Instruction Tuning（或 SFT）的训练目标与机制，指出其沿用预训练的下一个 token 预测目标，通过交叉熵损失（cross-entropy loss）衡量差距并提高正确 token 的概率。模型在训练时会利用 chat template 将数据对转换为对话格式的 token 序列，其中 loss mask 用于标出需要计算损失的 token，是该训练配方中的重要组成部分。

AI 根据报道生成 · 3 天前更新

最新进展10月23日 14:35

Instruction Tuning 的训练目标与数据格式解析

报道时间线

沿着报道，了解事件的不同侧面。

10月23日

14:35
马东锡 NLP
Instruction Tuning 的训练目标与数据格式解析
Instruction Tuning 沿用预训练的下一个 token 预测目标，通过 cross-entropy loss 衡量差距并提高正确 token 概率。模型会利用 chat template 将数据对转换为对话格式 token 序列。文章最后指出 loss mask 用于标出需要计算损失的 token，是该 recipe 中的重要部分。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1010月23日 15:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。