首页› 资讯库› SFT 训练数据配比与技巧解析:低数据实现接近 RL 表现 微资讯 · 来源报道 SFT 训练数据配比与技巧解析:低数据实现接近 RL 表现 BestBlogs 中文 AI 2026-11-17 更新 2026-11-18 返回首页 阅读原文 阐述 SFT( supervised fine-tuning)的正确做法:通过 25%高质量学生轨迾、扩大 batch size、调学习率等技巧,能在 2.5-5 千万 token 内实现接近 RL 性能且不降级。 回首页继续看 →