LLM 微调数据集版本治理生产实战：用数据血缘、评测门禁与回滚策略避免 SFT 退化
本文讲解如何把大模型微调数据集纳入版本治理，覆盖样本血缘、训练测试拆分、评测门禁、实验追踪、回滚与上线检查，避免 SFT 因脏数据、偏置样本或错误标注导致能力退化。
标签：Evals
共 2 篇文章
-
-
LLM 行为漂移治理：用兼容性门禁管住模型更新与提示词回归
本文从模型更新与提示词回归双维度切入，系统讲解如何建立行为契约、按风险分组回归套件、搭建兼容性门禁，并结合灰度发布与快速回滚机制，降低大模型应用上线后的行为漂移与质量退化风险。