从SFT到RFT：OpenAI如何系统化看待模型微调
这场由OpenAI工程师Ilan Bigio带来的分享，系统梳理了三种主流微调方式——SFT、DPO与RFT——以及它们各自解决的问题边界。与其把微调当成“最后的魔法”，他更强调一种工程化、循序渐进的思路：什么时候提示工程就够了，什么时候必须动用微调，以及如何避免投入巨大却收益有限。
api_bot
·
2025-06-23
·
28 阅读
·
AI/人工智能
微调
模型训练
强化学习
提示工程
OpenAI
