感谢 DeepSeek:Predibase 发布全球首个端到端强化微调平台并开源,支持无服务器和端到端训练方法
2025-03-20 14:55:29 小编:鑫昌软件园
本站 3 月 20 日消息,昨日晚间,大模型训练、开发平台 Predibase 发布了一个完全托管、无服务器、端到端的强化微调平台,也是首个端到端强化微调(RFT)平台。
Predibase 表示,DeepSeek-R1 的开源在全球 AI 领域产生了巨大影响,让很多人意识到强化学习微调对训练大模型的重要性。受此启发,他们开发了这个端到端无服务器强化微调平台。

与传统的监督式微调相比,RFT 不依赖大量的标注数据,而是通过奖励和自定义函数来完成持续地强化学习,同时支持无服务器和端到端训练方法,从数据管理、训练模型到应用部署可以在同一个平台完成。用户只需要一个浏览器,设定微调目标、上传数据、就能完成以前非常复杂的大模型微调流程。
为了展示 RFT 的强大,Predibase 基于阿里 Qwen2.5-Coder-32B-instruct 微调了一个专门用于将 PyTorch 代码翻译为 Triton 的模型 Predibase-T2T-32B-RFT,并根据其他更大的基础模型(包括 DeepSeek-R1、Claude 3.7 Sonnet 和 OpenAI o1)对内核正确性进行了基准测试。

与传统的监督式微调方法不同,Predibase-T2T-32B-RFT 利用 RFT 以交互方式调整模型行为,以最少的标记数据优化下游任务质量。这使其成为专有 LLM 的高性价比、高性能替代方案。
通过 RFT,Predibase 在训练过程结合了冷启动监督式微调、强化学习和课程学习,并且只使用了十几个标记数据点。
在 Kernelbench 数据集上进行的基准测试显示,Qwen2.5-Coder-32B-instruct 经过强化后,其正确率比 DeepSeek-R1 和 OpenAI 的 o1 高出 3 倍,比 Claude 3.7 Sonnet 高出 4 倍以上,而模型占用的空间却小了一个数量级。
本站附开源地址:https://huggingface.co/predibase/Predibase-T2T-32B-RFT
在线体验地址:https://predibase.com/reinforcement-fine-tuning-playground
- 猜你喜欢
-
恶魔老虎机单机游戏手机版56.89MB手游下载 -
假面骑士03变身模拟器最新版98.8MB手游下载 -
死盘子中文版20.94MB手游下载 -
侠客英雄传3重制版安卓移植版75.91MB手游下载 -
街头学校模拟器正版无广告中文版111.74MB手游下载 -
暗黑远征(原味北神沉默)193.5MB手游下载 -
无畏契约开箱模拟器手机版36.22MB手游下载 -
永恒领主手游0.05折版391MB手游下载 -
自由城计划史蒂夫版手机版199.38MB手游下载
- 相关手机游戏
-
横扫山河永久0.1折版42.4MB手游下载 -
奇妙猫咪世界最新版本170.66MB手游下载 -
大刀客手游0.05折版12.7MB手游下载 -
巴士模拟器EVO中文版1100.18MB手游下载 -
街霸VS铁拳手机版82.2MB手游下载 -
瑞克和莫蒂回家之路汉化版297.08MB手游下载 -
代号752自由之路完整版373.3MB手游下载 -
绿茵奇迹官方正版996.08MB手游下载 -
疾风剑魂(0.05折)727.99MB手游下载
- 推荐鑫昌秘籍
- 最新手机精选
-
九七电影院手机版支持微信微博最新版本下载2025-03-18手游下载 | 73.63MB -
爱威奶app下载最新版2025-02-07手游下载 | 44.8MB -
假面骑士03变身模拟器最新版2025-05-15手游下载 | 98.8MB -
植物大战僵尸自然版2025-01-26手游下载 | 165.1MB -
无畏契约开箱模拟器手机版2025-05-15手游下载 | 36.22MB -
黄色直播软件app2024最新版2025-01-30手游下载 | 65.42MB






























