DPO

为什么你的微调 AI 智能体上线就废？90% 开发者都漏了这四个关键步骤

本地测试完美的智能体一上线就乱调接口、丢参数，问题往往出在只优化了模型权重。文中以工单分诊智能体为例，给出数据集校验、QLoRA 微调、运行时超参数遍历、DPO 偏好对齐四步流程，并给出低温加重试把成功率提到 98% 以上的结论。