待验证50% 置信事实精确时间
SFT和RFT在语义更新上是平行一致的，但在风格动态上截然不同
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
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67% 相似待验证RFT优化结果正确性而非逐token模仿特定风格，从而避免风格漂移副作用，这解释了RLHF/RFT在保持通用能力方面更稳健63% 相似待验证在同一Agent框架和提示词下，Qwen3 27B（64K上下文）的PPT制作表现优于上下文更大的雷震T1和一阵陀日（256K上下文）59% 相似待验证SFT源自InstructGPT论文中提出的RLHF流程的第一阶段59% 相似待验证FWHT与FFT都属于广义快速正交变换家族，但FFT处理复数域DFT矩阵需要复数乘法，而FWHT处理仅含±1的实数哈达玛矩阵不需要乘法58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975966API
curl https://kongchang.com/api/v1/knowledge/claims/975966MCP
get_claim(id=975966)