共 2 篇相关文章
SFT监督微调到底在训练什么？本文拆解SFT的定义、训练目标与行为克隆本质，分析其数据来源、质量关卡，并直面贵、答案模糊、无偏好排序三大局限，帮你理解后训练流水线中SFT的真实作用。
一项实证研究比较多种数据质量指标对指令微调效用的预测能力，发现回答占比（response ratio）比语言质量等常用代理指标更有效，为数据筛选策略提供新方向。
