weixin_74257347的博客

大家有兴趣可以去看看在气象领域的应用场景，这里就不仔细讲述，可以参考。

SFT是给模型一些正确例子：情况1 + answer，情况2 + answer，在模型学会在什么情况下回答什么。没教的情况，模型就不一定知道该做什么， 它会找到SFT数据类似的情况模仿，模型可对可错。即SFT提供的都是正反馈，无法提供负反馈。SFT之后的模型，本质提搞的是某些token在某些情况下的概率，那么存在提高Prob(E｜ABCD)的概率，也会顺带提高下 Prob(E｜ACD )的概率。也就是”我不喜欢->猫“的概率增加的同时， ” 我喜欢->猫“的概率也会增加，但是这两个句子明明是相反的句子。

使用 multi-scale多尺度表示，deep supervision深度监督，更好的学习不同尺度的分割掩膜和边界(来自不同尺度的边界和分割信息结合起来，以预测最终的分割掩膜)的组损失，并增加了一个额外的边界损失函数。这种修改使LB-UNet不仅关注分割区域，而且还更加关注边界的细微细节。PMA由三个子模块组成：分割区域和边界预测模块（RBP）、预测信息融合模块（PIF）和基于。模块：提出了RBP，它使用两个独立的卷积模块。PMA由三部分组成：RBP、PIF和GBG。的边界生成器（GBG）。