待验证50% 置信事实精确时间

初版采用普通监督微调（SFT），数据来自 1396 组对话中的 139845 条真实及合成消息

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

Qwen3.8-27B拟人化模型2.0：会聊天也会调用工具

涉及实体

Qwen3.8-27B-Humanlike-Chatmodel SFTtechnology

相关事实

待验证SFT（监督微调）用人工标注的提示-回答对直接优化模型输出分布，InstructGPT、Alpaca等早期指令微调工作均以SFT为核心69% 相似待验证SFT（监督微调）是ChatGPT等对话模型训练流程的第一阶段68% 相似待验证GPT-4、Claude等通用大模型在预训练阶段学习的是互联网上的海量公开文本，倾向于给出通用的回答61% 相似待验证Vicuna利用ShareGPT收集的ChatGPT对话数据通过监督微调实现聊天能力，GPT-4评分一度达到Claude和ChatGPT的92%61% 相似待验证SFT源自InstructGPT论文中提出的RLHF流程的第一阶段61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968165

API

curl https://kongchang.com/api/v1/knowledge/claims/968165

MCP

get_claim(id=968165)