论文精选73°10:13大模型SFT-RL标注预算分配研究研究人员发现小模型实验就能确定可转移的近最优区域,无需大规模搜索,大幅降低大模型训练成本。#SFT#RL#大模型#标注预算aarXiv cs.LG@Jingtan Wang 等 7 人原文稍后读已读值得跟进有用关注 SFT