待验证50% 置信事实精确时间

微调方法包括监督式微调（supervised fine-tuning）和带评分器的强化学习（reinforcement with a grader）

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

从1.1万个模型中精选：Microsoft Foundry选型实战指南

涉及实体

fine-tuningconcept

相关事实

待验证指令微调（Instruction Tuning）是指用精心设计的指令-回答数据对来训练模型，使其学会遵循用户指令71% 相似待验证后训练优化包括指令微调、RLHF或DPO策略调整、系统提示词工程改进及工具调用和多模态融合能力强化70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955243

API

curl https://kongchang.com/api/v1/knowledge/claims/955243

MCP

get_claim(id=955243)