跨国深谈← 返回←SFT

集里怎么说它

• 《Handshake：靠学生网络四个月做到五千万ARR》(09:12起):本集说 SFT 是提供提示词和正确回答的对，用来改进模型能力，是后训练的重要形式之一

① 提到它的金句

2 条

所以任何大致属于牛顿力学但表现不对的东西，可能离一次快速的 SFT 就差不远了。
So anything that’s like roughly Newtonian that doesn’t work out is probably just a quick SFT away.
—— Justin Johnson · [20:53]

指向原始笔记的链接

所以我确实认为 SFT,尤其是结合多个教师的输出,将是未来企业定制其模型的关键部分,我们也在投资这方面的研究。
So I do think SFT, especially combining the output of multiple teachers, will be a key part of how enterprises in the future customize their models, and we’re investing in research on that as well.
—— 嘉宾 · [73:37]

指向原始笔记的链接

② 出现在这些集

1 集

• 《Handshake：靠学生网络四个月做到五千万ARR》 — 作为概念

③ 关联

点进去有真内容 —— 本页主要出口

Garrett Lord · Lenny · Handshake · 后训练 · 数据标注 · 智能体 · 预训练 · 轨迹数据 · 带人类反馈的强化学习 · 评分标准