行行查

行行查

行业研究数据库

行业研究问答

人工智能行业研究:2.3后训练扩展:微调技术持续创新,打造模型特定性格

  • 人工智能

后训练扩展阶段是模型在预训练之后通过人工反馈、强化学习等方法进一步提升特定任务能力的过程。这一阶段的微调相较于预训练阶段的全数据集训练,计算需求较低,主要基于模型已有的知识进行选择性强化。具体而言,微调技术的持续创新体现在OpenAI于2024年12月推出的强化微调和偏好微调等技术。强化微调结合了强化学习和监督微调,利用少量高质量数据即可创建特定领域的专家模型,模型通过与环境互动获得奖励或惩罚来优化行为。偏好微调则通过直接偏好优化(DPO)来比较模型响应,教会模型区分偏好和非偏好输出,尤其在主观任务如语气、风格和创造性上效果显著。监督微调、强化微调和偏好微调各有特点:监督微调使用标注数据进行输入-输出对的学习,目标是提高模型在特定任务上的准确性;强化微调通过环境交互和人类反馈优化模型行为,使其适应复杂环境;偏好微调基于人类偏好反馈优化输出,满足用户的个性化需求。这些微调方法分别适用于分类、生成、回归、对话系统、个性化推荐等不同应用场景。

关联报告

2021年中国人工智能行业研究报告
2021年中国人工智能行业研究报告
47页
人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,用来生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。对于人工智能的智能程度,分为弱人工智能(ANI)、强人工智能(AGI)和超强人工智能(ASI)。
2022-01
3201
查看报告
2023年人工智能机器学习研究报告
2023年人工智能机器学习研究报告
49页
人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,用来生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。对于人工智能的智能程度,分为弱人工智能(ANI)、强人工智能(AGI)和超强人工智能(ASI)。
2023-06
3649
查看报告
2026年AI安全行业研究报告
2026年AI安全行业研究报告
30页
AI安全由自身安全与衍生安全双维构成。前者聚焦系统鲁棒性,保障全生命周期对抗稳定性,防范数据投毒与越狱攻击;后者聚焦内容合规,确保多模态生成契合伦理红线,消除系统幻觉与深度伪造。企业须深化向内技术防御与向外合规审计的深度对齐,构筑健壮可信、向善受控的防御生态。
2026-07
1041
查看报告
2026年人形机器人行业研究报告
2026年人形机器人行业研究报告
32页
人形机器人是以形态、运动和认知拟人化为核心的通用智能终端。相较于单工位的工业机械臂与单一场景的轮式机器人,它凭借双足行进与灵巧手操控,具备极强的通用移动性与非结构化环境自适应力,能无缝兼容人类既有工作环境,其极致的通用性是区别于传统自动化设备的本质底层逻辑。
2026-07
1201
查看报告
2026年物理AI行业研究报告
2026年物理AI行业研究报告
31页
物理AI是连接数字虚拟与真实物理世界的关键交互枢纽。它将计算机视觉与大模型构成的数字智脑,与传感器和执行器构成的物理实体深度融合。物理AI不仅具备感知决策能力,更能理解牛顿力学法则,通过高频物理反馈形成“感知-决策-执行-反馈”的完整动态闭环。
2026-08
1140
查看报告
2026年CPU行业研究报告
2026年CPU行业研究报告
22页
CPU是计算机执行通用程序指令的核心处理器,负责算术与逻辑运算、程序控制、内存访问及系统协同。与侧重于大规模并行计算的GPU、面向AI运算加速的NPU相比,CPU强调的是通用性、低延迟控制和复杂任务处理。
2026-09
1084
查看报告
标题 时间 页数 目录 下载
人工智能对广域网的影响:思科报告2026 2026-10-27 26 下载
《人工智能能力建设普惠计划》进展报告(2026) 2026-10-27 22 下载
人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 2026-10-27 16 下载
人工智能主线周报:智元发布具身模型,看好智能化 2026-11-02 19 下载
人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 2026-11-02 25 下载
通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 2026-11-03 22 下载
人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 2026-11-07 27 下载
人工智能行业周观点:Anthropic下周正式挂牌,OpenAI推出ChatGPT钱包与商户中心 2026-11-16 50 下载
人工智能行业半月报(2026年11月第2期):Anthropic即将上市,黄仁勋辞去CEO等职务 2026-11-18 20 下载
专题研究报告:人工智能在资本市场的应用现状与演进方向 2026-11-19 31 下载

推荐阅读

行业图谱