待验证50% 置信权衡取舍精确时间

如果SFT数据全是超长轨迹，模型在benchmark上会得高分但实际使用中会过度搜索、发起大量不必要的工具调用

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

相关事实

待验证过度充分的SFT可能损害后续RL的探索空间，一个完美收敛的SFT模型未必是RL的最佳起点71% 相似待验证是否将未铺装的越野小径（track）纳入可达范围会显著影响难抵极点的计算结果68% 相似待验证工具调用次数过多会导致上下文污染，使模型难以追踪任务目标66% 相似待验证超大规模全文搜索、极高吞吐实时流处理、超低延迟缓存、真正的水平扩展写入等场景下 Postgres 不够用，需专用方案66% 相似待验证RAG依赖精确的向量检索推理成本低但受限于检索质量，超长上下文窗口避免检索失配但KV缓存显存占用随上下文长度线性增长导致推理延迟和成本上升65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928823

API

curl https://kongchang.com/api/v1/knowledge/claims/928823

MCP

get_claim(id=928823)