工程实现系列：从什么都不会到QLoRA分布式DPO（一）1 引言 领导看了几篇营销号推文，突然要求在有限的算力上部署和微调大模型。当你开始研究，却发现眼前摆着一堆框架和工具，你好不容易理清楚了发现无从下手： - 训练框架：accelerate、deepspeed、llamafactory、megatron、unsloth... - 部署方案：vllm、o...
LLM, DPO
3/28