1、
【我的问题】RL教调度，SFT改机制是什么意思？
【deepseek】
【我的总结】经过RL的AI只是学会了什么时候调度，SFT让AI的内部推理逻辑变了
相关推荐
日日大王学编程1 小时前
阿里巴巴开源 Data Agent（Text2SQL）项目全维度详解七夜zippoe2 小时前
Agent 测试实战：单元测试、集成测试与 Mock LLM 策略Solange__2 小时前
物流园区怎么用AI生成3D调度预演？从道路底图、车辆转弯到网页评审最强小杰2 小时前
gpt-image-2.5-sunburst + OpenAI SDK + Cline 怎么接？完整图生图与局部重绘教程骑着蜗牛撵大象3273 小时前
闲鱼捡漏自动化：关键词加价格上限先粗筛，AI 大模型再做第一轮判定小贺儿开发14 小时前
《流光绘忆》Unity 沉浸式光影互动奇牙coding14 小时前
ofox.io 第三方模型 ID `wan-3.0-prime` 一直报 401 怎么办？从鉴权头、签名、区域到请求时间逐项排查数智园区合作社14 小时前
问数平台怎么把同一个指标锁成一个数小豆庄14 小时前
视频敏感信息脱敏：本地推理与云端API的工程取舍