【生成式人工智慧與機器學習導論2025】第 8 講：通用模型的終身學習 (Fine-tuning, Model Editing, Model Merging, Test-Time Training)

本次講座李宏毅教授主要講述了通用模型的終身學習，區別了 Pre-training 和 Post-training，並強調了後訓練的三個目標：可靠性、通用性和局部性。講座中，教授闡述了持續學習的重要性，並探討了如何評估模型訓練的成功與否，同時提醒聽眾最好的後訓練是不進行後訓練。李教授分享了四種技術：梯度下降微調、模型編輯、模型合併以及測試時訓練，詳細解釋了每種技術的原理、應用案例以及可能遇到的問題，並提供了相應的解決方案和參考文獻。