maoyutinga1_个人页

2026年04月

• 04.08 15:33:57
  发表了文章 2026-04-08 15:33:57

  别再死磕SFT了！用KTO微调Qwen3-14B，数据减半效果翻倍

  传统SFT需构造问答对，RLHF需成对比较，成本高且繁琐。KTO受行为经济学启发，仅需单个回答的“好/差”标签即可实现偏好对齐，数据减半效果翻倍。本文以Qwen3-14B为例，在LlamaFactory Online平台一键完成KTO微调。微调后的模型面对复杂脑科学对比问题，展现出教材级的结构化表达：分层论述、对比表格、总结精炼，从“能回答”进化为“会讲解”。教育、咨询等内容密集型场景值得尝试。

  
• 04.08 14:55:22
  发表了文章 2026-04-08 14:55:22

  告别“令牌”与“智元”之争，“词元”定名背后的140万亿经济账

  2026年3月国家数据局将Token正式定名“词元”，终结译名争议。其日均调用量达140万亿+，两年增超千倍，成为AI产业核心指标。定名推动产业标准化，大模型厂商、云厂商等受益，中国AI迈入商业化成熟期，将建统一词元市场。

2026年03月

• 03.24 17:19:35
  发表了文章 2026-03-24 17:19:35

  让AI学会“讨人喜欢”：用PPO-RW给Qwen3-1.7B装上“审美神经”

  在大模型微调过程中，如何让模型不仅能生成正确的指令回复，还能在语气、逻辑结构和专业度上更贴近人类偏好？本文将基于LlamaFactory Online平台，详细展示如何利用 PPO-RW算法对Qwen3-1.7B进行深度微调，并以“时空聚类分析”这一复杂技术任务为例，验证微调后的效果提升。
• 03.16 10:36:40
  发表了文章 2026-03-16 10:36:40

  把历史模型当“乐高”拼：一种新的微调加速范式

  算法工程师常闲置大量历史模型checkpoint，造成资源浪费。3月10日arXiv论文提出Mashup Learning混搭学习，通过检索、合并历史模型权重再微调，可使新模型训练耗时最高降低37%，准确率小幅提升，为大模型高效微调提供新范式。
• 03.10 09:59:19
  发表了文章 2026-03-10 09:59:19

  港科大这个AI突破，让大模型学会“偷懒”了

  多模态大模型推理效率低？港科大最新研究MoDES，让AI学会“偷懒”——跳过88%冗余专家，保住97%性能，推理速度翻倍。这项被CVPR接收的突破，正在让大模型从“拼参数”转向“拼效率”。

  
• 03.09 16:39:44
  发表了文章 2026-03-09 16:39:44

  从“脸盲”到“火眼金睛”：我用Qwen3.5教会AI看懂春晚同款机器人

  春晚人形机器人刷屏，你的 AI 能认出几个？基于 LlamaFactory Online 微调 Qwen3.5-35B-A3B，数百条数据一键训练，模型可精准识别宇树 H1 及应用场景，准确率大幅提升，彰显平台化工具垂直落地价值。
• 03.03 11:40:48
  发表了文章 2026-03-03 11:40:48

  只有2B参数，中文能力也能打架？手把手教你调教出更懂中文的“小钢炮”模型

  本文在LlamaFactory Online平台微调Chinese Tiny LLM - 2B小模型，通过困惑度筛选高质量中文语料，并设计三组中英配比实验。结果显示：微调后模型BLEU-4从11.34跃升至30.44，ROUGE指标全面领先。证明小模型经精细数据喂养，中文能力可媲美大模型，为算力受限团队提供轻量化落地路径。
• 03.02 10:44:30
  发表了文章 2026-03-02 10:44:30

  阿里除夕开源千问3.5：3970亿参数但只激活170亿，大模型部署成本砍半怎么做到的？

  本文探讨 AI 落地深水区的成本与效率难题，解析阿里 Qwen3.5 通过混合注意力、稀疏 MoE 等技术实现性能跃升与降本增效，并对比 Prompt、RAG 与微调的适用场景，指出企业应结合模型特性规划技术路线，借助平台实现 AI 从能用向好用进阶。

2026年02月

• 02.02 17:49:49
  发表了文章 2026-02-02 17:49:49

  让AI听懂“宫商角徵羽”：基于Qwen2-Audio的传统音乐语义解析系统实战

  摘要：本文基于 LLaMA-Factory Online 平台，详细介绍了如何通过对 Qwen2-Audio-7B-Instruct 模型进行LoRA微调，构建一个具备传统音乐解析能力的智能音频交互系统。该系统不仅能够理解音乐调式、情感韵律，还深度融合了中国传统五声音阶特征，为音乐教育、文化传承、虚拟角色交互等场景提供了可落地的AI解决方案。
• 02.02 10:25:05
  发表了文章 2026-02-02 10:25:05

  深度复盘：Qwen3-4B-Instruct-2507微调实战——打造“快思考、强执行”的 ReAct IoT Agent

  随着大模型与物联网的深度融合，传统“指令—执行”式的智能家居系统已难以应对真实场景中复杂、模糊的用户需求。为此，我们推出IoT Agent v3.2——一个基于ReAct（Reasoning + Acting）架构的主动式物联网智能体，旨在从“被动执行者”进化为具备主动感知、逻辑推理、动态技能调用能力的“全能管家”。本文将全面解析其设计理念、数据集构建、工程实现与训练过程，为行业提供可复用的最佳实践案例。

  

2026年01月

• 01.26 17:01:39
  发表了文章 2026-01-26 17:01:39

  告别“大模型恐惧症”：如何用1/10的成本，跑出企业级AI的顶级效果？

  今天，我们将通过一场实战，展示如何将80亿参数的Qwen3-8B模型与LightLLM高效推理框架相结合，在LLaMA-Factory Online上，打造一个兼具深度理解力与高并发服务能力的“六边形战士”。
• 01.23 17:05:54
  发表了文章 2026-01-23 17:05:54

  DeepSeek V4全网猜测汇总：四大焦点浮出水面

  DeepSeek V4因代码曝光引发热议，全网聚焦发布时间、核心技术、能力成本及生态格局四大焦点，线索源自公开爆料与实测。官方暂未回应，待其首发后可通过LLaMA-Factory Online解锁定制玩法。
• 01.08 16:39:21
  发表了文章 2026-01-08 16:39:21

  还在做93道MBTI选择题？我们训了个AI，聊8句就能看透你

  还在为做93道MBTI选择题纠结不已吗？我们开发了一款AI，只需与你进行8轮自然聊天，就能看透你的性格底色，准确率高达99%。其核心在于我们设计了能绕开自我评估的多轮对话数据集，并通过高效微调让模型掌握了分析技巧。测试表明，AI在MBTI四个维度上的判断均表现优秀，真正实现了“对话即测评”。

  

2025年12月

• 12.17 13:43:35
  发表了文章 2025-12-17 13:43:35

  让智能家居“听懂人话”：我用4B模型+万条数据，教会了它理解复杂指令

  通用大模型在面对复杂的物联网（IoT）指令时，常因无法理解“半小时后”、“稍微调低一点”等模糊语义而“翻车”。本文将分享如何通过高质量的数据清洗与精准的超参调优，将轻量级的 Qwen-3-4B-Instruct 模型训练成一个懂逻辑、会推理的智能家居专家。从数据治理到参数内幕，干货全公开！
• 12.16 16:10:46
  发表了文章 2025-12-16 16:10:46

  告别深夜批改：用Qwen3-VL大模型打造会“理解”的作文阅卷助手

  基于Qwen3-VL打造作文阅卷助手，通过对300篇高中作文进行LoRA微调，将教师从繁重批改中解放，更通过即时、客观的反馈助力学生写作能力提升，展现了垂直领域大模型应用的实用价值与高效落地路径。
• 12.12 20:11:16
  发表了文章 2025-12-12 20:11:16

  当 AI 落地到了“深水区”：到底是 Prompt 不行、RAG 不够，还是该考虑微调了？

  大模型效果不稳时，问题往往不在“模型不够强”，而在 Prompt、RAG 和微调怎么配合用。本文给出一套系统性判断思路，并介绍如何借助 LLaMA-Factory Online 低门槛完成微调试水。
• 12.02 17:11:19
  发表了文章 2025-12-02 17:11:19

  16k数据撬动300亿大模型！我用Qwen3-VL打造了一位“顶尖放射科医生”

  仅用1.6万张医学影像，通过LLaMA-Factory Online对Qwen3-VL大模型高效微调，成功打造具备专业放射科医生水平的AI助手，实现精准病灶识别、系统分析与临床级诊断建议，助力医疗AI低成本落地。

  
• 12.01 11:31:38
  发表了文章 2025-12-01 11:31:38

  PPO最强，DPO一般？一文带你了解常见三种强化学习方法，文末推荐大模型微调神器！

  大模型如何更懂人类？关键在于“对齐”。PPO、DPO、KTO是三大主流对齐方法：PPO效果强但复杂，DPO平衡高效，KTO低成本易上手。不同团队可根据资源选择路径。LLaMA-Factory Online让微调像浏览器操作一样简单，助力人人皆可训练专属模型。

  

2025年11月

• 11.20 20:27:23
  发表了文章 2025-11-20 20:27:23

  最佳实践丨让苏东坡“复活”！我用Qwen3-8B实现了与千古文豪的跨时空对话

  随着人工智能技术的不断发展，虚拟角色不再只是冰冷的对话机器，而是能够承载历史人物的气质、知识体系乃至精神风貌的“数字化身”。今天，我们将完整揭秘如何基于Qwen3-8B大模型，借助LLaMA-Factory Online平台，打造一个沉浸式的“苏东坡数字分身”，让前沿技术为文化传承注入新的活力。

  
• 11.18 19:18:28
  发表了文章 2025-11-18 19:18:28

  大模型微调有必要做吗？全参数微调、LoRA还是RAG？看完这篇你就懂了

  在人工智能时代，若想以最小成本、最高效率赋能通用大模型专业的行业能力，关键在于找到效果、成本与灵活性的黄金平衡点......

  
• 11.13 19:11:44
  发表了文章 2025-11-13 19:11:44

  数据不够怎么办？新加坡国立大学揭秘扩散语言模型的“秘密武器”

  新加坡国立大学研究发现，扩散语言模型（DLM）在有限数据下表现卓越，重复训练480次性能仍不饱和，数据潜力超自回归模型3倍，为破解AI“数据饥渴”难题提供新路径。

  
• 11.12 11:33:22
  发表了文章 2025-11-12 11:33:22

  别再“调教”ChatGPT了！用Qwen2.5打造24小时在线数字分身

  在AI时代，专属“数字分身”正从科幻走向现实。依托Qwen2.5-14B大模型、LoRA微调技术及LLaMA-Factory Online平台，仅需四步即可打造会说话、懂风格、能办事的个性化AI助手，让每个人拥有自己的“贾维斯”。
• 11.06 18:08:10
  发表了文章 2025-11-06 18:08:10

  大模型微调「数据集构建」保姆级教程（超全）

  2024年是“行业大模型元年”，但超80%微调失败源于数据问题。本文揭示从数据收集、清洗到增强的全流程方法论，强调“数据优先”而非“算法崇拜”，结合实战案例与工具推荐，助你构建高质量数据集，真正释放大模型业务价值。

  
• 11.04 19:35:16
  发表了文章 2025-11-04 19:35:16

  我用单张显卡跑了个“法律顾问”，靠它成功追回了加班费

  面对劳动纠纷，你是否因法律条款难懂、律师费用高昂而束手无策？本文分享如何用单张显卡本地部署Qwen3-8B模型，结合RAG技术打造专属劳动法AI顾问。相比通用模型，该系统能精准解析加班费争议、证据链构建等实战问题，提供可操作的仲裁策略。从数据处理到服务上线，全流程轻量高效，助力普通人也能“专业维权”。

2025年10月

• 10.30 19:16:54
  发表了文章 2025-10-30 19:16:54

  国产AI封神！炒股狂赚40%碾压对手 教你微调Qwen3打造专属金融分析师

  国产AI在实盘炒股中大放异彩，DeepSeek与Qwen3收益率最高超60%，碾压国际大模型。本文教你用LLaMA Factory平台微调Qwen3-VL-30B，打造专属多模态金融分析师，实现趋势研判、财报分析等专业能力，赋能投资决策。

  
• 10.28 15:52:37
  发表了文章 2025-10-28 15:52:37

  2小时打造专业医疗助手：基于CareGPT与Qwen3-8B的微调实战

  基于CareGPT和Qwen3-8B模型，采用LoRA方法在专业医疗数据集上进行微调实践，该技术方案在保持模型通用能力的同时，显著提升了医疗问答的专业性和实用性，系统性地构建一个真正“懂症状、能判断”的智能医疗助手。从技术演进角度看，微调后的模型与医疗系统深度融合将释放更大价值。这种"领域微调+系统集成"的技术路径，为AI在医疗等专业场景的落地提供了经过验证的解决方案。