亚马逊AWS官方博客

Category: Artificial Intelligence

炼石成丹:大语言模型微调实战系列(二)模型微调篇

本文介绍了大语言模型微调的关键步骤和注意事项。首先需要选择合适的模型微调框架,比如目前较受欢迎的 LLaMA-Factory,然后选择微调方法,包括全参数微调、PEFT、LoRA 等,微调过程中需要权衡计算资源和期望性能,接下来估算所需算力,模型参数越大微调方法越复杂,所需算力就越高。

使用 Amazon SageMaker 微调和部署 Whisper

随着人工智能技术的快速发展,语音识别和处理技术在各个领域的应用日益广泛。本文将介绍如何利用 AWS 的云服务平台,结合开源的 Whisper 模型,构建一个高效、可扩展的语音识别系统。特别地,我们将以《水浒传》这部中国古典文学作品中的人物对话识别为具体案例,展示如何通过模型微调来提高特定领域的识别准确率,并通过 Amazon SageMaker 实现模型的高效部署。