待验证50% 置信事实精确时间
GRPO仅传递了27%的教师错误,而SFT几乎100%逐字复现了教师的错误。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1098811API
curl https://kongchang.com/api/v1/knowledge/claims/1098811MCP
get_claim(id=1098811)https://kongchang.com/claim/1098811curl https://kongchang.com/api/v1/knowledge/claims/1098811get_claim(id=1098811)