SFT和RLHF先做哪个 - 山西电力工程有限公司

首页 / 文章列表 (第 1 / 1 页 · 共 1 篇)

SFT与RLHF：先选哪个，关键在于需求与场景
SFT（Supervised Fine-tuning）即监督微调，是针对预训练语言模型进行的一种微调方法。它通过在特定任务上添加监督信号，使得预训练模型在特定任务上获得更好的表现。

2026-07-17