专题：dpo

本期聚焦AI三大前沿：谷歌LLM创伤反应研究揭示模型情绪对行为的影响，DeepMind提出认知分类法革新评估框架，中国团队开发电子战AI系统验证模型训练有效性。研究强调需同步评估AI能力与心理稳定性，为安全可靠的技术发展提供新方向。

Nova Forge SDK是亚马逊推出的用于简化企业级LLM定制的开发工具包，整合了SFT、RFT、DPO、LoRA等多种微调方法，统一管理从数据准备到模型部署的全流程。它通过智能默认配置和底层服务抽象，降低技术门槛，支持在SageMaker Training Jobs上高效运行，帮助企业快速构建专有AI模型，避免灾难性遗忘与配置复杂性。

本课程提供12小时的深度学习内容，涵盖PEFT、RLHF、DPO等关键技术，以及Unsloth、Axolotl等工具，帮助开发者高效微调大型语言模型并应用于企业级多模态场景。