技术博客/大厂实战中，如何判断SFT到什么程度开始做RL
AI 工程实践进阶2026-02-27· 2 分钟· 评测
大厂实战中，如何判断SFT到什么程度开始做RL
SFT = Token-level 模仿，让模型达到数据集中\"平均专家\"水平。
🔒
本文需解锁后阅读
免费开放 feed 中最新 5 篇博客。其余文章输入通行码后可阅读全文。
支持链接自动解锁：在地址后加 ?access=你的通行码
SFT = Token-level 模仿，让模型达到数据集中\"平均专家\"水平。
免费开放 feed 中最新 5 篇博客。其余文章输入通行码后可阅读全文。
支持链接自动解锁：在地址后加 ?access=你的通行码