
指令调优
指令调优(Instruction Tuning)是使用“任务指令—输入—目标响应”数据继续训练语言模型,使它更稳定地理解任务、遵循输出约束,并将这种能力迁移到未见过的指令表达。它通常属于监督微调(SFT),也是现代模型后训练流程的重要组成部分。

指令调优(Instruction Tuning)是使用“任务指令—输入—目标响应”数据继续训练语言模型,使它更稳定地理解任务、遵循输出约束,并将这种能力迁移到未见过的指令表达。它通常属于监督微调(SFT),也是现代模型后训练流程的重要组成部分。