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
fthux1 小时前
装闭 RenoPit 源码解析（04）：装修图纸和合同文件上传处理流程运维开发王义杰5 小时前
DefectDojo 里的 curl 高危漏洞修不修？剖析 C/C++ 依赖陷阱与 Web3 真实攻防(╹◡╹)6 小时前
05.RK3588部署Qwen3-VL - 模型量化VIP_CQCRE7 小时前
用 Ace Data Cloud 快速接入 OpenAI Chat Completions API：兼容官方格式，更适合开发者落地JaydenAI8 小时前
[基于OpenEvals的自动化评估-07]评估Agent输出文本的质量[下篇]VIP_CQCRE9 小时前
用 Ace Data Cloud 自动化运营 CSDN：AI 写作、配图、发布与数据复盘俊哥V9 小时前
每日 AI 研究简报 · 2026-08-03JaydenAI9 小时前
[基于OpenEvals的自动化评估-08]对Agent的输出和输入进行安全性评估佛祖让我来巡山10 小时前
你以为AI在画画？醒醒，它只是在玩"马赛克消消乐"神奇霸王龙10 小时前
CC Switch 配置 Claude Desktop+ selltoken 中转 API 实测教程(2026 年 8 月更新)