待验证50% 置信事实精确时间

后训练阶段使用因果语言建模的SFT（监督微调），数据形态为应用了聊天模板的用户任务、可用工具集及来自环境的工具响应payload

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

深入解析大模型后训练：NVIDIA Nemotron专家揭秘Post-Training全流程

涉及实体

SFTconcept 后训练concept

相关事实

待验证SFT训练数据格式包含三个角色：system prompt、user（用户输入）和assistant（模型回复）79% 相似待验证Function Calling能力需要在监督微调（SFT）阶段喂入高质量的工具调用对话数据才能获得78% 相似待验证各大公司开源的Instruct Model是经过SFT阶段后具备对话能力的版本74% 相似待验证工具调用的本质是模型通过SFT和RLHF学会按特定格式输出函数调用请求，真正的执行由外部运行时完成72% 相似待验证该工具提供Token用量查看功能，用户需自行配置对话模型和生图模型69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928819

API

curl https://kongchang.com/api/v1/knowledge/claims/928819

MCP

get_claim(id=928819)