大模型强化学习中的监督冷启动是什么，为什么要使用？

• R1 为什么需要 Cold-start SFT？

• 【R1冷启动】R1在SFT时冷启动的目的是什么？ 「美团、阿里巴巴」

SFT与RL关系 「字节Seed、字节跳动、美团、腾讯、腾讯混元、阿里巴巴」

• SFT冷启动和后续RL的关系是什么？为什么很多RL任务前需要SFT冷启动？是否有证明Cold-Start SFT后再RL的模型比只RL的模型效果更好？
• 为什么要做SFT，有什么好处？

• 【GRPO冷启动】GRPO前有没有冷启动过程。 「京东」

• 什么是冷启动？为什么要冷启动？