SFT与指令微调
「腾讯」
SFT和RL的区别是什么？为什么先SFT后RL，能否跳过SFT直接RL，或者只SFT不RL？
Prompt few shot和SFT是如何影响模型输出的？
原题完整原题
【SFT vs RL】SFT和RL的区别是什么？为什么先SFT后RL，能否跳过SFT直接RL，或者只SFT不RL？Prompt few shot和SFT是如何影响模型输出的？ 「腾讯」
【SFT与RL场景选择】讲一下什么场景下用SFT，什么场景下用RL？ 「京东、蚂蚁集团」
原题【SFT与RL数据合成】SFT数据和RL数据都是怎么合成的？ 「百度」
原题【SFT与RL数据集共用】SFT和RL能使用一套数据集吗？ 「阿里巴巴」
原题【SFT与预训练Loss差异】大模型SFT和预训练的loss差异是什么？ 「阿里通义」
原题R1在SFT时冷启动的目的是什么？
SFT冷启动时数据集构造需要注意哪些因素？
原题完整原题
【SFT冷启动】R1在SFT时冷启动的目的是什么？SFT冷启动时数据集构造需要注意哪些因素？ 「字节跳动、阿里巴巴」
【SFT冷启动Agent能力】大模型SFT冷启动对Agent工具调用能力的提升效果如何？ 「美团」
原题【SFT副作用】为什么SFT之后感觉LLM傻了？ 「字节跳动、百度、腾讯混元」
原题【SFT基座模型选择】进行SFT操作的时候，基座模型选用Chat还是Base？ 「字节跳动、百度、腾讯混元」
原题【SFT实践细节】SFT阶段用的什么模型，数据来源，如何做数据处理，用的什么框架？ 「字节跳动」
原题
暂无题目