概念Hybrid Supervised Fine-Tuning
HybridSFT
HybridAgent的训练方法之一，通过监督微调教会模型在文本模式和隐空间模式间进行适当切换。
时间轴 (近 90 天)
10月14日
HybridAgent 采用两阶段后训练流程：HybridSFT（混合监督微调）和 HybridRL（混合强化学习）。
待验证50%
HybridAgent的训练方法之一，通过监督微调教会模型在文本模式和隐空间模式间进行适当切换。
HybridAgent 采用两阶段后训练流程：HybridSFT（混合监督微调）和 HybridRL（混合强化学习）。