关于文献【RL/SFT】

发布时间：2026/7/21 4:15:23

1、【我的问题】RL教调度SFT改机制是什么意思【deepseek】【我的总结】经过RL的AI只是学会了什么时候调度SFT让AI的内部推理逻辑变了