flyingant9的博客

对于模型训练，一般采用的有预训练PT、监督微调训练SFT、强化学习（如rm、PPO、DPO、KTP），基于原有的基础模型、现有的数据集进行微调，训练方法有lora和qlora等。在实际运用中，以上几种可以独立使用，更多是需要互相的关联使用、交叉使用、或者与我们传统的逻辑规则（如业务逻辑API接口）组合起来，才能解决实际的复杂场景。如coze、dify都是这样的工具，可以通过定制工作流、智能体，把复杂问题拆解、比较、组合，然后得到最优解。

f）当前数据开发的质量，数据的质量，数据制度的执行情况，只能按预定规则去评估；在AGI应用开发中，包括几块吧，首先懂业务或者能快速的熟悉业务，才能设计应用，然后在开发阶段，你必须要懂代码可以不精，当前AI的发展，你不用很精通代码，我们熟悉的pycharm或者idea中都能继承AI，协助你编写代码、解决疑难杂症，最后就是模型的部署和微调了，这个现在也提供了很多工具，比如Ollama、LLamaFactory、VLLM等，如果还想省事，那现在大厂做好的如coza、各家的智能体中心等，都提供了一站式解决方案。