Liquid AI 后训练负责人详解 SFT 与 RL 流程剧变

Liquid AI 后训练负责人 Maxime Labonne(GitHub LLM Course 作者)做客 The Information Bottleneck 播客,系统梳理预训练之后的模型训练流程。他指出后训练的重要性日益凸显,过去两年方法论发生剧变:SFT 主要提升 pass@k 表现,而 RL 训练则让模型在 pass@1 上收敛,两者在后训练流水线中扮演不同角色,反映了当代后训练从以 SFT 为主向 RL 强化演进的行业趋势。

2026-11-18 ~ 2026-11-18 · 2 条相关