海外からのアクセス：www.kdjingpai.com

Ctrl + D このサイトをブックマークする

現在の場所図頭 " AIアンサー

怎样克服小样本场景下的RL训练数据不足问题？

2025-08-30

1.5 K

小样本训练解决方案

利用项目内置的三种应对策略：

数据增强：在SFT阶段启用--augmentation mixup参数进行语义扩展
迁移学习：訓練済みモデルの読み込み--model_name_or_path Qwen/Qwen2.5-1.5B-Instruct
课程学习：あるcurriculum_learning.yaml配置难度递增的任务序列

注意事项：建议初始阶段设置--batch_size 8避免显存溢出，同时启用--use_peft参数进行轻量化微调。可复用GAIA基准中的通用轨迹数据作为辅助训练集。

この答えは記事から得たものである。OpenManus-RL: 大規模モデルの微調整による知的身体推論と意思決定の強化について

関連記事

無断転載を禁じます：AI生産性ツール " 怎样克服小样本场景下的RL训练数据不足问题？

おすすめ

日本語