Will Brown 长文:解 SFT、RL 与 on-policy 蒸馏的适用边界

heghbalz · x · 2026-11-17

前 OpenAI 研究员 Will Brown 发布长文《On SFT, RL, and on-policy distillation》,讲清三者的关系与适用场景:

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →