Liquid AI 微调食谱整合 SFT DPO GRPO 多模态

Liquid4All 在 GitHub 上发布的 cookbook 仓库整合了多种微调方法，包括 SFT（监督微调）、DPO（直接偏好优化）和 GRPO（分组相对策略优化）等方案。除文本模型外，内容还覆盖音频与视频多模态模型的微调。

该资源借助 Unsloth 和 TRL 等工具，主要面向希望在有限算力下定制垂直领域模型的开发者。它可以被视作一套方案选型索引，帮助开发者比较不同路径，降低反复试错成本。社区观点认为，选型往往比训练本身更耗时，而这种整合让对比更加直观。

从工程落地看，资源受限环境可以优先参考 Unsloth 与 TRL 的组合路径。对小模型或冷门语种任务，沿现有方案跑通流程，可能减少无效实验。不过这一判断仍需结合自身数据和评估指标验证。

需要留意的是，当前资料未提供显存占用和评估基线的量化标注，因此还不能直接判断哪种方法更优。若要在 SFT、DPO、GRPO 之间做严格的成本与效果比较，开发者需要自行补充基准测试。

此外，仓库的安装方式、许可证、维护状态和具体支持的模型范围尚未披露。使用前应核对仓库实际内容，再决定是否将其纳入现有训练流程。