待验证50% 置信事实精确时间

SFT（监督微调）用人工标注的提示-回答对直接优化模型输出分布，InstructGPT、Alpaca等早期指令微调工作均以SFT为核心

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

FAANG的AI研究岗50份简历0回复？揭开求职困境的真相

redditr/learnmachinelearning2026/7/9

相关事实

待验证SFT（监督微调）是ChatGPT等对话模型训练流程的第一阶段70% 相似待验证SFT源自InstructGPT论文中提出的RLHF流程的第一阶段70% 相似部分验证GPT-OSS支持通过系统提示词手动设置推理强度，可在高推理强度和低推理强度之间切换66% 相似待验证PatchTST将序列分段输入，iTransformer对变量维度做注意力，是针对性的时序架构64% 相似待验证在GPT-Live演示中，模型对含糊问题主动澄清语境（如确认是否指旧金山），体现澄清性提问能力63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/487015

API

curl https://kongchang.com/api/v1/knowledge/claims/487015

MCP

get_claim(id=487015)