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
ShineWinsu1 分钟前
对于Coze—AI：SDK的解析代码方舟7 分钟前
零信任架构实战：基于天远名下企业A构建自动化B2B供应链准入网关右耳朵猫AI22 分钟前
Python周刊2026W38 | 标准流编码修复、PEP 845/846 草案、解析器提速 10%、集合字典二次复杂度东姬AI2 小时前
语音抢着实时，视频也抢着实时：两条赛道同时冲刺，交汇点却还差一步等待_迷失的Linux4 小时前
嘉信国际的8位账号MayBaymax5 小时前
Spring AI Alibaba Graph 实战：客服工单智能处理sky_8106135 小时前
AI Agent 2026编程类客户端调研报告海宇大数据6 小时前
零信任架构实战：基于海宇学历证书核验构建自动化教育资质网关代码方舟6 小时前
零信任架构实战：基于天远二手车VIN估值构建自动化车险承保网关liulilittle6 小时前
mock 规范总纲