finetuning
在 Microsoft Foundry 上使用 SFT（监督式）、DPO（偏好）或 RFT（带评分器的强化学习）微调模型。涵盖数据集准备、训练作业提交、部署和评估。适用场景：微调、SFT、DPO、RFT、训练数据、评分器、蒸馏、微调模型、训练作业、大文件上传、校准评分器、部署微调模型、评估微调模型。不适用场景：不进行微调的通用模型部署（请使用 deploy-model）、智能体创建（请使用 agents）、不进行训练的提示优化（请使用 prompt-optimizer）。
机器翻译查看英文原文
Fine-tune models on Microsoft Foundry using SFT (supervised), DPO (preference), or RFT (reinforcement with graders). Covers dataset preparation, training job submission, deployment, and evaluation. USE FOR: fine-tune, SFT, DPO, RFT, training data, grader, distillation, fine-tuned model, training job, large file upload, calibrate grader, deploy fine-tuned model, evaluate fine-tuned model. DO NOT USE FOR: general model deployment without fine-tuning (use deploy-model), agent creation (use agents), prompt optimization without training (use prompt-optimizer).
适用对象：云服务、运维与安全。自动收录 · 待核查。
在 Codex 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗