tail-sft

标签

#tail-sft

@Orange41324306：TailRL 与 TailSFT

X AI KOLs Timeline ↗ · 2026-09-12 缓存

Sadhika Malladi 提出 TailSFT，这是一种轻量级且原则性的方法，旨在改善覆盖范围并提升RL后性能，基于先前的研究，该研究批评了xent SFT用于准备RL。

0 人收藏 0 人点赞