Unverified50% confidenceFactExact time
监督微调（SFT）使用'提示-回答'示例对训练模型，使其从输出乱码变为能进行有意义的问答
1
Sources
50%
Confidence
Long-term
Relevance
8/31/2026
First Seen
Sources
Related Entities
Related Claims
Unverified测试时训练（TTT）在推理阶段利用当前输入的自监督信号对部分参数进行短暂局部梯度更新再执行预测73% similarUnverified部分代码专用模型在训练时会实际运行生成的代码，并将测试结果作为强化学习的奖励信号（执行反馈）69% similarUnverified成熟的自动化测试团队更倾向于使用pytest+requests或RestAssured等代码化框架而非Newman66% similarUnverified在提示中包含明确验收标准的输出约束设计，本质上类似强化学习中奖励函数的作用66% similarUnverified归一化参数必须只从训练集计算，然后套用到验证集和测试集，以避免数据泄漏66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/830473API
curl https://kongchang.com/api/v1/knowledge/claims/830473MCP
get_claim(id=830473)