微调 (fine tune)
集里怎么说它
- 《Mustafa Suleiman:数据是新的护城河——AI 创业者的机会地图》(11:24起):Mustafa 认为应用层创业公司可以外包预训练模型,但必须拥有自己的微调栈和教师训练,这块不能交给别人。
- 《PM的生存法则:AI时代别当瓶颈,去抢活干》(30:34起):本集提到微调是 PM 需要理解的技能之一,Oji 说他在学习如何微调模型用于家庭自动化项目
- 《AI时代衡量开发者生产力:Nicole Forsgren 谈怎么测才不撒谎》(13:46起):本集提到,在把机器生成的代码反喂给系统做微调或本地微调时,需要警惕它可能会在无意中引入什么样的新模式或偏见。
- 《Databricks 的反击:重写数据库、统一智能体与开放的执念》(57:59起):Databricks 提供的一项服务。随着基础模型变聪明以及合成数据生成能力提升,模型微调(如 RL 微调)的门槛正在降低,变得愈发容易,使得专做特定领域的小模型比烧钱做大模型更有价值。
- 《Wix CEO Avishai:SaaS 末日下,我们凭什么值钱》(14:53起):Wix 自研模型的打法:微调几个模型再组合,在 Base44 场景上达到顶级模型质量、成本降低约 5%-30%,靠自有数据理解用户真正想说什么。
- 《IBM 单日暴跌 25%:企业软件的好日子到头了吗?》(15:05起):本集说之前大家觉得模型够好不需要微调,现在被两头挤压(美国模型贵、中国模型可能被限),又开始认真考虑自己训练或微调小模型来降低推理成本
- 《Decagon 的 AI 寺庙:开源、Duet 与护城河》(03:13起):本集说是为了把模型训练得极度擅长特定任务(如客服场景),它是非通用的、难以被前沿实验室开箱即用满足的、且需要针对特定用例建立评估体系的关键脏活。
- 《合成数据怎么做强化学习:Tonic AI 的方法》(05:29起):本集说六个月前客户还说永远不会微调、等基础模型实验室做功能,现在风向变了,保险公司等需要在自己数据上训练才能达到上线标准
- 《Tether 做本地 AI:数据中心造太多了》(29:12起):本集把微调描述为让模型根据你的数据学习、变成’你的’AI 的过程,QVAC 建了通用 LoRa 微调框架,支持数百个模型在任何消费级 GPU 上微调
- 《拥有你自己的智能:Harness、Eval 与数据飞轮》(16:39起):本集提到微调是数据飞轮里更新模型的方式之一;他们还微调了便宜的小模型(SLM)当在线评估器,避免每条 trace 都跑 Opus 那样的贵模型。
- 《Lindy 创始人谈 AI 员工的上下文战争:从红黑树到”走去洗车”》(93:00起):Flo 认为微调是最后的手段,在用尽其他选项后才做;大多数人不应该微调,大规模工作时才应该
- 《Martin Casado:AI 时代,钱比以前好使了》(32:25起):本集说许多做微调、后训练的公司更像是服务导向型公司
- 《AI 应用层的黄金时刻:a16z 投资人 Anish Acharya 谈智能如何变成生意》(08:42起):本集说对很多公司来说开源模型是唯一选项,因为它们可以本地化、训练、微调
- 《数据成了企业唯一的护城河:AI时代的数据基建怎么做》(06:22起):本集提到有公司开始提供针对特定数据集微调模型或开源模型的服务,人们试图为各自用例优化模型
- 《Legora:三个非律师如何造出法律AI操作系统》(29:50起):本集将不微调模型作为核心战略判断:2022-2023 年的普遍认知是你必须微调模型(如 Bloomberg 花数百万建法律模型),但 Legora 打赌模型会持续变强,不把钱花在微调上。
- 《Ollama CEO:开源模型正吃掉企业 80-90% 的 token》(05:15起):本集讨论微调自定义模型的周期问题:2024 年初火过又退潮,如今随发布节奏加快更难跟上,但工具变好让微调团队能追上。
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》(16:28起):本集说硅谷垂直 AI 公司会在这些中国开源模型上做微调或后训练
- 《当AI学会理解世界:World Labs 联合创始人谈 Atlas 与世界模型》(11:26起):在 Atlas 重建的仿真里对通用机器人基础模型做微调(含 RL),使其适配特定环境。
- 《硬科技复兴、智能体营收与单人创始人:YC 最前沿观察》(28:17起):本集说机器人领域更好的做法是拿到在定制数据上微调训练过的模型,专有数据加专用化训练能让模型在自家场景比前沿模型更强。
- 《年轻人该去质疑,而不是听话:AI 时代重新想象大学》(22:45起):本集说 Amjad 正在 Replit 做一条新业务线,让任何拥有数据的生意人都能微调模型去解决特定问题——这源自他训练 LLM 下国际象棋的经历
- 《别再拿视觉语言模型干所有活:一条3、4美元的自动标注训练流水线》(17:18起):本集在结尾提到自己的小视觉仓库涵盖微调模型、量化模型等一切围绕视觉的内容
- 《300亿美元的隐形公司:VastData 要做 AI 时代的操作系统》(06:29起):本集用「白天推理、晚上微调」的人脑类比说明:智能体基于与用户的经历微调模型,让每个组织拥有自己生成的 IP
- 《OpenRouter 创始人:「套壳论」最愚蠢,代币经济需要新警长》(55:18起):Alpaca 用 600 美元微调 Llama 是 Alex 的顿悟时刻;他们做过「微调即服务」原型(喂 YouTube 视频让模型像主播说话),因本质是美化版 RAG 而放弃。
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》(09:17起):五层蛋糕的顶层:针对具体产品表面做轻量微调即可部署,因为大部分算力在所有产品表面之间共享。
- 《编码智能体开始接管机器人:LLM 控制物理世界的前沿》(04:12起):RT2 采用的方法:微调语言模型使其输出机器人控制坐标;本集主张的路线则不再依赖微调纯机器人数据。
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》(28:18起):本集说 Elise AI 微调较小的模型,便宜 60% 且延迟大降,让语音实时场景变得可行——工程收益让 AI 更有用也更可负担
- 《NVIDIA 开放模型与物理 AI:世界模型为什么是关键拼图》(12:56起):本集说每台机器人看世界的方式都不同,开放模型自带的语言理解或仿真能力是先验,开发者拿自己设备收集的数据做微调即可适配自己的传感器配置和物理用例。
- 《采购这门「无聊脏活」,凭什么容得下万亿美元级 AI 创业公司》(34:13起):Leo 把基础模型当大宗商品,多数用例靠基础模型 + harness 即可;但 should-cost modeling 和价格基准测试这类垂直专有数据场景正在探索微调、甚至基于结果训练
- 《从「考测试」到「干真活」:TuringJonathan 谈 AI 训练的范式切换》(32:02起):本集说人类纠错 AI 的轨迹是无价的,可用来微调下一版智能体;企业可在专有数据上微调开放模型以保留自身特质
- 《AI 的下一阶段:不是一个超级模型,而是一群专业化模型》(41:42起):本集提到公司担心为非结构化输出微调模型,因为总是要在两个月后重新再做一遍,感受着模型债务的重量。
- 《开源大模型要跑得快,背后全是硬功夫》(05:06起):后训练层的手段之一:通过 LoRA 或全量微调,用生产数据让模型更适应期望的行为
- 《知识该放哪?提示词、记忆还是微调?》(00:42起):本集说微调应教模型反射而非事实,诊断标准是信息是否停止变化、人是否收敛,理由只能是能力缺口或省成本,微调后要监控漂移
- 《模型不再是护城河,谁在围绕模型建「自己的智能」》(22:54起):本集说微调=数据+推理训练基础设施,LangSmith 通过 SmithTune CLI 把 traces 预处理成微调就绪数据,再传入 Fireworks 或 Base 10 训练。
- 《永不宕机的软件:OutSystems CEO 谈 AI 时代的企业级开发》(32:19起):本集把微调说成:OutSystems 在后端挑选并微调了一堆模型来驱动 Mentor 的构建者工作负载,并把调优、蒸馏、模型专用性视为未来平台差异化的关键。
- 《前沿实验室高管亲口说:AI 有一个我们不该越过的智能上限》(71:09起):本集提到 Edward Hu 领导开发了被广泛使用的微调方法 LoRa,并认为 SFT(尤其结合多个教师输出)将是未来企业定制模型的关键。
- 《智能体时代,界面和设计反而更重要?Atlassian CEO 的清醒判断》(20:03起):本集说大多数号称「自研模型」的公司,实际上是拿中国开源模型微调后改名为自己的模型,Atlassian 自己也对开放权重模型做微调但不宣称是从零训练。
- 《让机器人自己「想象」未来:Dyna Robotics 的世界动作模型》(08:05起):本集的配方:海量人类数据打底训练通用基础模型,再用极少量演示微调就能让机器人掌握新任务——切菜任务只用了 45 分钟数据。
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》(00:27起):本集以 Cursor 的 SQLite 长任务实验为证据,说明开源模型微调『足够好』,成本远低于两个前沿模型的规划+执行组合;企业经微调获得可在自有硬件上运行、算得清 ROI 的所有权。
① 提到它的金句
10 条
但我认为你需要拥有自己的微调栈,我不会把微调相关的东西交给别人。
指向原始笔记的链接
But I think you need to own your fine-tuning stack and I would not give the fine-tuning stuff to somebody else.
—— Mustafa Suleyman · [18:29]
你知道,如果你看今天任何美国开源模型,它们都在使用中国模型作为老师,或在某种程度上作为微调过程的一部分。
指向原始笔记的链接
you know, if you look at any American open source model today, they are using Chinese models as a teacher or in a way as a part of the fine tuning process.
—— Sriram Krishnan · [15:25]
所以当我们微调更小、更笨的模型时,它们只是没那么通用,但在我们想要它们做的特定任务上,它们实际上优于那些大型、聪明、最先进的模型。
指向原始笔记的链接
So when we fine-tune smaller, dumber models, it’s that they’re just not as general purpose, but on the specific task we want them to do, they actually outperform the large, smart, state-of-the-art models.
—— Jesse Zhang · [05:34]
我们还发现,如果在神经网络中加入这些波,你会非常自然地运行在混沌边缘,而不必微调系统去凑到那里。
指向原始笔记的链接
And we found that if you include these waves in your neural network, you very naturally operate in this regime edge of chaos, and you don’t have to fine-tune the system to be there.
—— Max Welling · [52:58]
我们白天推理,晚上微调,明天我们会比今天更聪明一点。
指向原始笔记的链接
We infer during the day, we fine tune at night, and tomorrow we’ll be a little bit smarter than we were today.
—— Renen Hallak · [06:29]
所以在稳态下,一个更大的语言模型大概总是会胜过更小的模型,但小模型用 LoRA 微调足够便宜,以至于在足够窄的语料库上,你也可以非常快地微调一个小模型,让它在个性化语料库上变得更好,并为特定任务对模型进行个性化。
指向原始笔记的链接
And so a larger language model will probably always outperform a smaller one at steady state, but the smaller ones are cheap enough to fine tune using LoRa that on narrow enough corpuses, you can very quickly also fine tune a small model on a narrow corpus and make it better at individualized corpuses and personalize the model for specific tasks.
—— Hamad Bashir · [32:22]
从边际信息增益的角度来看,这是用于微调下一版智能体的最佳数据类型。
指向原始笔记的链接
From a marginal information gain standpoint, that’s the best type of data to collect to fine tune the next iteration of the agent.
—— Jonathan · [32:03]
嗯,因为当你用支持工单微调时,产品目录已经泄漏进权重里了。
指向原始笔记的链接
Well, the product catalog leaked into the weights when you fine-tuned it on your support tickets.
—— Anant Srivastava · [04:23]
通常,你会微调你的模型去学习反射,而不是事实。
指向原始笔记的链接
You’d fine-tune your model to learn reflexes, not facts, typically.
—— Anant Srivastava · [09:43]
微调的诊断标准是:信息是否已经停止变化?
指向原始笔记的链接
Fine-tuning is, has the information stopped changing?
—— Anant Srivastava · [16:18]
② 出现在这些集
38 集
- 《Mustafa Suleiman:数据是新的护城河——AI 创业者的机会地图》 — 作为概念
- 《PM的生存法则:AI时代别当瓶颈,去抢活干》 — 作为概念(提及)
- 《AI时代衡量开发者生产力:Nicole Forsgren 谈怎么测才不撒谎》 — 作为概念
- 《Databricks 的反击:重写数据库、统一智能体与开放的执念》 — 作为概念(提及)
- 《Wix CEO Avishai:SaaS 末日下,我们凭什么值钱》 — 作为概念
- 《IBM 单日暴跌 25%:企业软件的好日子到头了吗?》 — 作为概念
- 《Decagon 的 AI 寺庙:开源、Duet 与护城河》 — 作为概念
- 《合成数据怎么做强化学习:Tonic AI 的方法》 — 作为概念
- 《Tether 做本地 AI:数据中心造太多了》 — 作为概念
- 《拥有你自己的智能:Harness、Eval 与数据飞轮》 — 作为概念(提及)
- 《Lindy 创始人谈 AI 员工的上下文战争:从红黑树到”走去洗车”》 — 作为概念(提及)
- 《Martin Casado:AI 时代,钱比以前好使了》 — 作为概念(提及)
- 《AI 应用层的黄金时刻:a16z 投资人 Anish Acharya 谈智能如何变成生意》 — 作为概念(提及)
- 《数据成了企业唯一的护城河:AI时代的数据基建怎么做》 — 作为概念(提及)
- 《Legora:三个非律师如何造出法律AI操作系统》 — 作为概念
- 《Ollama CEO:开源模型正吃掉企业 80-90% 的 token》 — 作为概念
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》 — 作为概念(提及)
- 《当AI学会理解世界:World Labs 联合创始人谈 Atlas 与世界模型》 — 作为概念(提及)
- 《硬科技复兴、智能体营收与单人创始人:YC 最前沿观察》 — 作为概念(提及)
- 《年轻人该去质疑,而不是听话:AI 时代重新想象大学》 — 作为概念
- 《别再拿视觉语言模型干所有活:一条3、4美元的自动标注训练流水线》 — 作为概念(提及)
- 《300亿美元的隐形公司:VastData 要做 AI 时代的操作系统》 — 作为概念
- 《OpenRouter 创始人:「套壳论」最愚蠢,代币经济需要新警长》 — 作为概念
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》 — 作为概念
- 《编码智能体开始接管机器人:LLM 控制物理世界的前沿》 — 作为概念(提及)
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》 — 作为概念
- 《NVIDIA 开放模型与物理 AI:世界模型为什么是关键拼图》 — 作为概念
- 《采购这门「无聊脏活」,凭什么容得下万亿美元级 AI 创业公司》 — 作为概念
- 《从「考测试」到「干真活」:TuringJonathan 谈 AI 训练的范式切换》 — 作为概念
- 《AI 的下一阶段:不是一个超级模型,而是一群专业化模型》 — 作为概念(提及)
- 《开源大模型要跑得快,背后全是硬功夫》 — 作为概念(提及)
- 《知识该放哪?提示词、记忆还是微调?》 — 作为概念
- 《模型不再是护城河,谁在围绕模型建「自己的智能」》 — 作为概念
- 《永不宕机的软件:OutSystems CEO 谈 AI 时代的企业级开发》 — 作为概念
- 《前沿实验室高管亲口说:AI 有一个我们不该越过的智能上限》 — 作为概念(提及)
- 《智能体时代,界面和设计反而更重要?Atlassian CEO 的清醒判断》 — 作为概念(提及)
- 《让机器人自己「想象」未来:Dyna Robotics 的世界动作模型》 — 作为概念
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · 推理 · OpenAI · Anthropic · NVIDIA · 蒸馏 · 后训练 · 开源模型 · 评估 · LLM
