Bespoke Labs 用 SFT+GRPO 后训练模型成单一代码仓库专家

Bespoke Labs（Alex Dimitris 团队）发布新研究，并与 Thinking Machines（John Schulman 团队提供支持）合作，演示如何用 SFT+GRPO 把开源编码模型 Inkling 后训练成特定 GitHub 仓库的专家，以 fontTools 为例。结果显示该仓库上的性能提升 57 个百分点，且不损失通用能力，为代码模型个性化后训练提供了可行路径。

2026-09-04 ~ 2026-09-04 · 4 条相关

• Bespoke Labs 用 SFT+GRPO 后训练,代码仓库性能提升 57pp — AlexGDimakis · 2026-09-04

另有 3 条近重复转述:AlexGDimakis · simonguozirui · heghbalz