09
2025/08
一行代码，解锁SFT泛化能力：深度解读DFT如何完胜传统微调
在大型语言模型 (LLM) 的世界里，如何让模型更好地理解并遵循人类的指令，即所谓的“对齐”，始终是核心议题。目前，主流的技术路线分为两条：监督微调（Supe
...
思维链再遭质疑！距离真正可泛化推理还很远吗？
近年来，大型语言模型（LLM）通过一种名为“思维链”（Chain-of-Thought, CoT）的提示技术，展现了令人惊叹的复杂推理能力。它们能够像人类一样
...