腾讯无训练优化:120元抵7万微调效果
**腾讯无训练优化技术:120元成本媲美7万元微调效果** 还在为大模型微调的高昂成本发愁?腾讯AI实验室创新推出“无训练组相对策略优化”(Training-Free GRPO)技术,无需参数微调,仅通过构建外部知识库即可显著提升模型性能,效果堪比传统微调,而成本却大幅降低。这项技术通过将经验转化为token层级的先验指导信息,在不改动模型内部参数的前提下实现优化,尤其在数学推理和网络搜索等复杂任务中表现出色。实验证明,GRPO优化后的模型在数学竞赛和网络搜索任务中准确率显著提升,且仅需少量样本,成本仅为传统微调的零头,单模型优化成本仅需约120元人民币,而传统微调则高达约7万元。这一突破性技术为AI模型优化开辟了新路径,降低了大模型应用门槛,为算力有限的中小企业和科研单位带来了福音。
腾讯AI实验室近日推出了一项名为“无训练组相对策略优化”(Training-Free GRPO)的创新模型优化技术。该方法摒弃了传统的参数微调路径,转而通过构建外部知识库来实现模型能力的增强,在显著降低训练开销的同时,性能表现可媲美高成本的微调方案。
其核心技术理念在于将积累的经验转化为token层级的先验指导信息,从而在不改动大模型内部参数的前提下完成有效优化。研究团队在DeepSeek-V3.1-Terminus模型上的实验证明,该方法在数学推理与网络搜索等复杂任务中均展现出卓越成效。

从实现机制来看,传统大语言模型在涉及外部工具调用的任务中往往存在局限。而Training-Free GRPO通过冻结模型主干参数,仅维护一个动态更新的外部经验库,实现了能力跃升。这一架构不仅极大减少了计算资源消耗,还提升了模型在不同任务间的迁移适应能力。
具体实验结果充分验证了该方法的优势。在AIME24和AIME25两项数学竞赛级评测中,采用Training-Free GRPO优化后的模型准确率分别由80%和67.9%提升至82.7%和73.3%。尤为突出的是,这一进步仅依赖于100个跨领域样本,相比之下,常规强化学习方法通常需数千样本才能达到相近水平,且训练成本常超过数万美元。
在网络搜索任务中,该技术同样表现亮眼,Pass@1指标从63.2%上升至67.8%。多项测试一致表明,Training-Free GRPO能够在极低资源投入下,持续稳定地提升模型性能。

在成本方面,官方披露的数据更具冲击力:使用Training-Free GRPO优化单个模型的成本约为120元人民币,而传统参数微调则平均需要约7万元的算力支出。这种巨大差异主要源于新方法无需执行梯度反向传播和权重更新等高耗能操作。
此次发布为AI模型优化开辟了全新路径。尤其对算力有限的中小企业及科研单位而言,这种高效低成本的技术显著降低了大模型落地应用的门槛。然而也需注意到,当前成果主要集中于数学解题与信息检索等特定场景,其广泛适用性仍有待在更多任务中进一步检验。
理论要掌握,实操不能落!以上关于《腾讯无训练优化:120元抵7万微调效果》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Gomodtidy依赖清理全攻略
- 上一篇
- Gomodtidy依赖清理全攻略
- 下一篇
- 查看Linux支持的文件系统命令
-
- 科技周边 · 业界新闻 | 9小时前 | devops · CI/CD · gitHub actions · 供应链安全 · workflow GitHub Actions 软件供应链 2026安全路线图 CI/CD安全
- GitHub Actions 2026 安全路线图涉及哪些供应链控制
- 181浏览 收藏
-
- 科技周边 · 业界新闻 | 9小时前 | 云原生 · 人工智能 · Kubernetes DRA AI设备调度
- CNCF Dynamic Resource Allocation 怎样支持 AI 工作负载的设备调度
- 354浏览 收藏
-
- 科技周边 · 业界新闻 | 9小时前 | 云原生 · Kubernetes Karmada CNCF毕业 多云 多集群调度
- Karmada 毕业后多集群调度怎样理解其生产定位
- 411浏览 收藏
-
- 科技周边 · 业界新闻 | 9小时前 | 云原生 · kubernetes · 业界新闻 · Kubernetes AI Agent CNCF OpenShell Agent Substrate 零信任运行时
- CNCF OpenShell 与 Agent Substrate 怎样补齐生产 AI agent 基础设施
- 450浏览 收藏
-
- 科技周边 · 业界新闻 | 9小时前 | 云原生 · 人工智能 · 业界新闻 · AI基础设施 Kubernetes CoreWeave CNCF AI Conformance llm-d Kueue
- CNCF CoreWeave 升级白金会员后,AI 基础设施生态关注什么
- 301浏览 收藏
-
- 科技周边 · 业界新闻 | 9小时前 | 云原生 · AI基础设施 Kubernetes CNCF 分布式推理 llm-d
- CNCF llm-d 1.0 说明了分布式推理的哪些边界
- 489浏览 收藏
-
- 科技周边 · 业界新闻 | 10小时前 | 云原生 · Kubernetes Agent Substrate 代理隔离
- CNCF Agent Substrate 怎样隔离 Kubernetes 上的不可信代理
- 472浏览 收藏
-
- 科技周边 · 业界新闻 | 10小时前 |
- GitHub Copilot automations 怎样根据结果改进仓库工作流
- 219浏览 收藏
-
- 科技周边 · 业界新闻 | 10小时前 | GitHub Copilot 跨设备 代理会话 云端代理 session continuity
- GitHub Copilot session continuity 怎样跨设备接续代理会话
- 117浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1130次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1114次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1291次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1230次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1082次使用
-
- GitHub Actions schedule 仅在默认分支生效怎么办
- 2026-11-14 501浏览
-
- 蒙面演唱引争议,旺仔小乔被平台封禁
- 2025-08-08 501浏览
-
- openGauss向量驱动升级,RAC多写突破内核
- 2025-07-30 501浏览
-
- 安普瑞斯工厂放假,电芯供应受影响
- 2025-07-04 501浏览
-
- 农产品APP开发优势与功能全解析
- 2025-04-30 501浏览

