我的知识库
Search
搜索
暗色模式
亮色模式
探索
sft
此标签下有4条笔记。
2026年6月14日
SFT, RL, and On-Policy Distillation — 分布视角下的 Post-Training
llm
post-training
sft
rl
on-policy-distillation
2026年6月14日
方法详细拆解：SFT / RL / OPD
llm
sft
rl
opd
opsd
post-training-pipeline
method-comparison
2026年6月14日
SFT, RL, and On-Policy Distillation Through a Distributional Lens
llm
post-training
distributional-lens
sft
rl
opd
on-policy
blog-review
2026年6月14日
Post-Training 流程图解 (Mermaid)
mermaid
diagram
post-training
sft
rl
opd