待验证50% 置信事实精确时间

用强模型生成高质量SFT轨迹再用于训练下一代模型（自举/bootstrapping）是当前业界流行策略

1

来源数

50%

置信度

长期有效

时效性

2026/8/15

首次发现

来源

Grok 4.6深度实测：追平GPT和Claude第一梯队的代价

相关事实

已验证大模型训练经历三个核心阶段：预训练、有监督微调（SFT）和偏好对齐76% 相似待验证训练GPT-3等千亿参数模型需要配合学习率预热（Warmup）、余弦退火（Cosine Annealing）等调度策略，以及混合精度训练、梯度累积等工程技巧70% 相似待验证大模型进入后预训练时代后，单纯堆砌参数带来的能力收益愈发递减，厂商转向后训练阶段寻求突破68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/752146

API

curl https://kongchang.com/api/v1/knowledge/claims/752146

MCP

get_claim(id=752146)