avatar
文章
316
标签
521
分类
79
关于笔者
主页
博文
  • 分类
  • 标签
  • 归档
生活
友链
留言板
Roger-Lv's space
搜索
关于笔者
主页
博文
  • 分类
  • 标签
  • 归档
生活
友链
留言板

SFT

标签 - SFT
2025
Megatron & Swift监督微调Qwen3-8B
2025-08-27
Megatron & Swift监督微调Qwen3-8B
SFT专攻Pass@k,RL强化Pass@1?
2025-08-21
SFT专攻Pass@k,RL强化Pass@1?
Agentic RL
2025-08-21
Agentic RL
一行代码,解锁SFT泛化能力:深度解读DFT如何完胜传统微调
2025-08-21
一行代码,解锁SFT泛化能力:深度解读DFT如何完胜传统微调
使用 Flowise 构建基于私有知识库的智能客服 Agent(图文教程)
2025-08-21
使用 Flowise 构建基于私有知识库的智能客服 Agent(图文教程)
Qwen2.5大模型微调入门实战
2025-08-14
Qwen2.5大模型微调入门实战
avatar
Roger-Lv
Send a flare and light the way.
文章
316
标签
521
分类
79
Follow Me
公告
Welcome!
最新文章
推理服务调度的五层责任边界:一次请求从 K8s 走到 vLLM2026-11-09
国产 GPU 适配到底在适配什么:从 CUDA 生态到 vLLM 插件机制的执行链拆解2026-11-09
2026 大厂 AI Infra 生产排错测试(卷二)50 题全解:附 12 处题目勘误2026-11-09
为什么一条 32k 请求能瞬间打爆显存:中间激活张量、常驻水位与 Chunked Prefill2026-11-09
runc 补篇之后:rootless 容器、privileged-without-device 与 dind 的 GPU 责任链2026-11-08
分类
  • AI Infra42
  • AIInfra5
  • Agent28
  • Agent 安全2
  • Agent 系统2
  • Agent基础设施2
  • Agent工程1
  • CUDA1
标签
线程池 后端 仿真集群 推理优化 Go ICML NCCL rust 微服务 disaggregation 抢占 体系结构 数字永生 ublk AlexNet RDMA 万卡集群 RPC 系统编程 RDMA拓扑 源码 启动顺序 anaconda Kueue MySQL 故障诊断 集群 聚类 网络隔离 Muon bio safetensors 系统优化 多集群 Rust 零拷贝 显存 ClusterMesh 训练 PaaS
归档
  • 十一月 2026 27
  • 十月 2026 17
  • 九月 2026 9
  • 八月 2026 31
  • 七月 2026 31
  • 五月 2026 6
  • 四月 2026 2
  • 三月 2026 3
网站信息
文章数目 :
316
本站访客数 :
本站总浏览量 :
最后更新时间 :
©2024 - 2026 By Roger-Lv
搜索
数据加载中