联系预约评估

行业与实践 · 标签「精调」

最新优先最早优先

最新优先最早优先

研究与基准测试2026-10-208 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2026-10-037 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。