待验证50% 置信事实精确时间

从没有类内风格偏好的策略出发，使用精确策略梯度的RFT能够保持风格对称性，不引入风格偏向

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

SFT为何比RFT更易遗忘？风格漂移揭示监督微调的隐性代价

涉及实体

引用此条事实

Stable URI

https://kongchang.com/claim/975967

API

curl https://kongchang.com/api/v1/knowledge/claims/975967

MCP

get_claim(id=975967)