待验证50% 置信事实精确时间

监督微调（SFT）使用'提示-回答'示例对训练模型，使其从输出乱码变为能进行有意义的问答

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

用AI从零构建LLM：13M参数迷你GPT模型实战全记录

涉及实体

SFTconcept TinyGPTproduct

相关事实

待验证测试时训练（TTT）在推理阶段利用当前输入的自监督信号对部分参数进行短暂局部梯度更新再执行预测73% 相似待验证部分代码专用模型在训练时会实际运行生成的代码，并将测试结果作为强化学习的奖励信号（执行反馈）69% 相似待验证成熟的自动化测试团队更倾向于使用pytest+requests或RestAssured等代码化框架而非Newman66% 相似待验证在提示中包含明确验收标准的输出约束设计，本质上类似强化学习中奖励函数的作用66% 相似待验证归一化参数必须只从训练集计算，然后套用到验证集和测试集，以避免数据泄漏66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/830473

API

curl https://kongchang.com/api/v1/knowledge/claims/830473

MCP

get_claim(id=830473)