算法项目第六阶段完成，这一阶段做完可以说项目代码部分都已做完，剩下的最后一个阶段，主要是写报告，结论，面试真题，包装策略等等，总结成一份完整的报告，供我们面试前进行突击学习用。 这个阶段目标很明确，针对性地做了多轮SFT训练，提升模型的性能。同时针对于推理框架，调整不同参数，探究最模型量化不同参数中速度和质量之间平衡点，找到最佳量化，推理参数。 这一轮我们进行了9轮的实验，每一轮的实验数据，结论，都记录在了仓库中。这些是我们后期回答面试官各种问题：你的量化参数如何选取的？遇到了问题如何解决的？为什么选择0.7B的模型等等问题的素材和理论基础。我们项目所有的选型，训练的参数都是基于真实的实验数据，通过实验验证得到的。 这个项目最后一个阶段的工作就是写报告，等我写完报告，大概9月份的时候。我也打算修改一波简历，用这个项目去面试，去探索一下大模型算法相关方向的面试深浅。金九银十，我也切身实战一下，感受一下面试市场考察的内容，集中面试一波，到时候再和大家持续总结分享我的真实面试经验。 #大模型应用开发[话题]# #人工智能就业[话题]# #llm[话题]# #大模型[话题]# #互联网大厂[话题]# #openai[话题]# #程序员[话题]# #aiagent[话题]# #程序员转行[话题]# #大模型算法[话题]#