LLM 持续微调：技术详解与实战
指南2025年4月17日6 分钟阅读
Together 微调平台推出持续微调（CFT）功能，只需指定 `--from-checkpoint` 参数，就能在已有模型基础上继续训练。这篇技术文章深入探讨了 CFT 的原理、适用场景和最佳实践。
本文编译自 Continued Fine-tuning of LLMs: A Technical Deep Dive，版权归原作者所有。
觉得有用？分享给更多人
相关文章
llm 0.33 升级了 OpenAI Python 库并切换 HTTP 客户端，嵌入模型现在支持 --key 参数，llm prompt -t/--template 可重复使用以组合模板，并新增 reasoning_summary 选项用于控制推理摘要的详细程度。
指南Simon Willison·8月22日·3 分钟
Cloudflare 推出 Bot Preference Sync，自动将 AI 机器人偏好（Search、Agent、Training）同步到 robots.txt，减少手动维护。该功能面向所有用户，并默认开启，同时要求混合用途爬虫提供透明度，否则在禁止训练时仍会被阻止。
指南·8月21日·5 分钟