17
2025/10
Sanjeev Arora 团队新作 STAT：破解 SFT 饱和瓶颈，通过“技能驱动”让模型性能再提升7.5%
当我们试图通过在特定领域（如数学推理）的数据集上进行监督微调（Supervised Fine-Tuning, SFT）来提升模型性能时，常常会观察到一个性能瓶
...