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
ofoxcoding9 小时前
Seedance 2.0 与 Wan 2026 视频生成 API 成本效率深度对比分析码农杂谈00079 小时前
组织管理视角深度解读：时尚集团GEA智能体案例——AI重构创意行业的组织资产与人力博弈wuyuanshun9 小时前
LangGraph原理逻辑-LangGraph接入MCP（三）hhzz9 小时前
CNN图像分类入门：基于TensorFlow+Keras的CIFAR-10数据集全流程实战Summer-Bright9 小时前
深度 | Kimi K3 48 小时设计芯片：EDA 行业真的会被 AI 颠覆吗？熊猫钓鱼>_>1 天前
Redis 突发缓存穿透：一次完整的定位复盘MinggeQingchun1 天前
AI - AI 大模型全套关键术语三声三视1 天前
交互式用够了？用 Agent SDK 把 Claude 塞进 Python Web 服务奇牙coding1 天前
gpt-5.6-sol 接入指南：reasoning_effort 参数配置、推理链验证与常见报错排查