在 Mac 上动手学大模型后训练
从一个只会续写的 Qwen3-1.7B 底座出发，依次做 SFT、DPO、GRPO，再评测、量化、部署。每章都有原理、历史和可以直接复制到终端的命令。
mlx 0.32.4mlx-lm 0.32.0mlx-lm-lora 5.8.6Qwen3-1.7B-Base
读到哪里有疑问，就用鼠标选中那段文字，点「追问这段」，在右侧直接问 AI（DeepSeek）。回答会结合你选中的内容和所在章节。第一次提问需要输入下单后收到的访问码。
从一个只会续写的 Qwen3-1.7B 底座出发，依次做 SFT、DPO、GRPO，再评测、量化、部署。每章都有原理、历史和可以直接复制到终端的命令。