AI 实操指南
用GRPO算法调教3B小模型：不走SFT弯路的企业专属微调方案
告别繁琐SFT与昂贵的Critic模型，利用GRPO（群组相对策略优化）在单卡RTX 4090上对3B参数模型进行强化学习微调。本文提供具体的奖励函数编写模板、显存控制参数及实战流程，帮助中小团队以最低成本实现垂直领域的
阅读全文
Search
站内搜索
关键词：小模型微调
找到 3 篇相关文章
AI 实操指南
用二手3060显卡，我跑通了3B模型的微调
一张12GB显存的二手RTX 3060，能不能微调30亿参数的模型？我们用开源工具Unsloth、Axolotl和LLaMA-Factory，在杭州一个电商团队的客服场景里做了实测。结果发现，成本不到十块钱，耗时约一小时
阅读全文8GB显卡跑3B模型：2026年本地部署的硬件与软件配置清单
这是一份基于2026年开源工具链的实操配置。它告诉你如何在RTX 3060 12GB或同级显卡上，用llama.cpp和Q4_K_M量化稳定运行VibeThinker-3B等模型，并完成从微调到部署的全流程。
阅读全文