以DeepSeek與Predibase引領(lǐng)訓(xùn)練新革命：全球首個(gè)端到端微調(diào)平臺(tái)開(kāi)源，開(kāi)啟無(wú)服務(wù)器與端到端訓(xùn)練新時(shí)代
隨著人工智能技術(shù)的快速發(fā)展，模型訓(xùn)練和微調(diào)平臺(tái)的選擇在業(yè)界越來(lái)越受到關(guān)注。近期，Predibase公司發(fā)布的完全托管、無(wú)服務(wù)器、端到端的強(qiáng)化微調(diào)平臺(tái)引起了全球AI領(lǐng)域的廣泛關(guān)注。作為首個(gè)端到端強(qiáng)化微調(diào)平臺(tái)，Predibase的出現(xiàn)無(wú)疑為訓(xùn)練大模型開(kāi)啟了新的革命。
DeepSeek-R1的開(kāi)源在全球AI領(lǐng)域產(chǎn)生了巨大影響，強(qiáng)化學(xué)習(xí)微調(diào)的重要性得到了更多人的認(rèn)識(shí)。受此啟發(fā)，Predibase公司開(kāi)發(fā)了這款端到端無(wú)服務(wù)器強(qiáng)化微調(diào)平臺(tái)，無(wú)疑是對(duì)這一領(lǐng)域的重大貢獻(xiàn)。
傳統(tǒng)的監(jiān)督式微調(diào)方法依賴大量的標(biāo)注數(shù)據(jù)，而RFT（端到端強(qiáng)化微調(diào)）通過(guò)獎(jiǎng)勵(lì)和自定義函數(shù)來(lái)完成持續(xù)地強(qiáng)化學(xué)習(xí)，無(wú)需大量標(biāo)注數(shù)據(jù)。同時(shí)，RFT支持無(wú)服務(wù)器和端到端訓(xùn)練方法，用戶只需一個(gè)瀏覽器，設(shè)定微調(diào)目標(biāo)、上傳數(shù)據(jù)，就能完成以前非常復(fù)雜的大模型微調(diào)流程。
為了展示RFT的強(qiáng)大，Predibase基于阿里Qwen2.5-Coder-32B-instruct微調(diào)了一個(gè)專門(mén)用于將PyTorch代碼翻譯為T(mén)riton的模型Predibase-T2T-32B-RFT。與其他更大的基礎(chǔ)模型進(jìn)行基準(zhǔn)測(cè)試后，結(jié)果顯示，經(jīng)過(guò)強(qiáng)化后的Qwen2.5-Coder-32B-instruct在Kernelbench數(shù)據(jù)集上的正確率顯著提高，比DeepSeek-R1和OpenAI的o1高出3倍以上，比Claude 3.7 Sonnet高出4倍以上。這無(wú)疑證明了RFT在優(yōu)化下游任務(wù)質(zhì)量方面的巨大潛力。
值得注意的是，Predibase-T2T-32B-RFT利用RFT以交互方式調(diào)整模型行為，通過(guò)最少的標(biāo)記數(shù)據(jù)優(yōu)化下游任務(wù)質(zhì)量。這使得它成為專有LLM的高性價(jià)比、高性能替代方案。通過(guò)RFT，Predibase在訓(xùn)練過(guò)程中結(jié)合了冷啟動(dòng)、強(qiáng)化學(xué)習(xí)和課程學(xué)習(xí)，展示了其強(qiáng)大的技術(shù)實(shí)力和創(chuàng)新能力。
此外，通過(guò)在Kernelbench數(shù)據(jù)集上進(jìn)行的基準(zhǔn)測(cè)試，我們發(fā)現(xiàn)Qwen2.5-Coder-32B-instruct經(jīng)過(guò)強(qiáng)化后，其正確率比DeepSeek-R1和OpenAI的o1高出3倍以上，而模型占用的空間卻小了一個(gè)數(shù)量級(jí)。這進(jìn)一步證明了RFT在提高模型性能的同時(shí)，有效降低了模型的大小和計(jì)算資源需求。
總的來(lái)說(shuō)，DeepSeek與Predibase引領(lǐng)的訓(xùn)練新革命開(kāi)啟了無(wú)服務(wù)器與端到端訓(xùn)練新時(shí)代。全球首個(gè)端到端微調(diào)平臺(tái)的開(kāi)源無(wú)疑將對(duì)AI領(lǐng)域產(chǎn)生深遠(yuǎn)影響。隨著更多企業(yè)和開(kāi)發(fā)者加入這個(gè)平臺(tái)，我們期待看到更多創(chuàng)新性的應(yīng)用和解決方案涌現(xiàn)出來(lái)。
在這個(gè)充滿機(jī)遇的新時(shí)代，讓我們共同期待Predibase公司為人工智能領(lǐng)域帶來(lái)更多的驚喜和突破！
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
