这里有个例子是fine-tune Meta的Llama 3.2 Vision模型用在radiology：

https://medium.com/%40naman1011/fine-tuning-llama-3-2-vision-making-ai-better-at-reading-medical-images-bdf340fa8ee9

• Meta的Llama是在单一领域AI应用里用得最广的模型，各种从Llama演化出来适用于不同领域的模型据说超过六万种。 -大观园的贾探春- ♀ (0 bytes) () 02/05/2025 postreply 09:34:29

• 通常的做法是你下载一个你认为最适合你应用的模型，然后根据你的应用fine tune那模型来适合你的应用。 -大观园的贾探春- ♀ (0 bytes) () 02/05/2025 postreply 09:35:31

• 现在整个以Llama为中心的生态链已经成型，AI在各种单一领域的应用一日千里。 -大观园的贾探春- ♀ (0 bytes) () 02/05/2025 postreply 09:36:22

• 这是单一领域AI应用的市场，跟OpenAI的GPT的通用AI是不同的两个市场。 -大观园的贾探春- ♀ (0 bytes) () 02/05/2025 postreply 09:37:07

• 在单一领域的市场，Llama的dense架构是比DS的MoE架构有优势的。 -大观园的贾探春- ♀ (0 bytes) () 02/05/2025 postreply 09:37:52

• 不错，有比fine-tune 更省事的办法吗？ -种西瓜- ♂ (0 bytes) () 02/05/2025 postreply 17:21:04