强化学习知识补课：同样的数据集，SFT 和 RL 学到的东西为什么不一样？ 前言 我本人虽然学习的是自然语言处理专业，但当时跟着的学习资料主要是深度学习相关的，但对于强化学习的了解非常少。然而现在 LLM 的效果增强越来越依赖于强化学习， 2026-03-17 · aopstudio · 强化学习 LLM SFT PPO · 0 评论 · 0 浏览
我的开源