研究与基准测试/2026-10-20/8 分钟音频不能进强化学习:火山方舟多模态精调数据按模态卡格式火山方舟的多模态精调数据用 JSONL,一行一条。音频只能进 SFT、DPO 和继续预训练,强化学习不得出现 audio_url。图片单张不超过 10MB,音频和视频单个不超过 512MB。原文没有准确率。
研究与基准测试/2026-10-03/7 分钟少于 50 step 先别怪模型:火山方舟精调先卡数据门槛和验证集火山方舟精调按方法卡样本量:SFT 几百条,DPO 和强化学习大约一百条,继续预训练至少一千万 token。验证集按比例切不另计 token。step 少于 50 是效果差的常见原因。原文没有准确率。