待验证50% 置信事实精确时间

SFT（监督微调）是ChatGPT等对话模型训练流程的第一阶段

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

大模型微调完整实战指南：从零入门的路线图

相关事实

待验证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70% 相似待验证ChatGPT开启Agent功能后综合能力处于第一梯队69% 相似待验证ChatGPT、DeepSeek、Kimi、Qwen等主流LLM产品都经过预训练、SFT和偏好对齐三个核心阶段68% 相似待验证SFT源自InstructGPT论文中提出的RLHF流程的第一阶段68% 相似待验证InstructGPT、ChatGPT及Claude等主流对话模型均以RLHF为核心对齐技术66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/527824

API

curl https://kongchang.com/api/v1/knowledge/claims/527824

MCP

get_claim(id=527824)