https://guijiagi.com/tags/%E8%AE%AD%E7%BB%83%E6%B5%81%E7%A8%8B/Recent content in 训练流程 on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Sun, 28 Jun 2026 11:10:00 +0800https://guijiagi.com/posts/llm-training-pipeline-pretrain-sft-rlhf-dpo/Sun, 28 Jun 2026 11:10:00 +0800https://guijiagi.com/posts/llm-training-pipeline-pretrain-sft-rlhf-dpo/系统解析大模型训练的四个阶段：预训练、监督微调、RLHF、DPO的原理、流程与2026年最佳实践