使用带标签或示范答案的数据继续训练基础模型。
使用带标签或示范答案的数据继续训练基础模型。
在 AI 年鉴中，监督微调（SFT） 属于“训练”知识分类，并与 6 条已审核模型版本事实建立关联。
术语解释用于理解字段含义，不能替代具体模型版本的来源、条件和证据。
术语页解释字段含义与阅读边界；具体模型的参数、条件和结论仍要回到对应版本记录和来源核对。
SFT 通过输入与目标输出之间的监督信号，让模型学习指令格式、任务行为或领域表达。它常用于预训练之后，也可能与其他后训练阶段交替使用。
SFT 不是 RLHF、DPO 或蒸馏的同义词；具体数据和训练轮次只有在来源公开时才可记录。