技术博客

近日，来自卡内基梅隆大学（CMU）等机构的华人学者团队提出了一种名为“批判性微调”（CFT）的新技术，旨在推动SFT技术的复兴。该方法在处理复杂推理任务时表现出色，仅用50,000个样本训练，便在多数基准测试中超越了需200万个以上样本的强化学习方法，效果可与DeepSeek相媲美，为模型训练提供了新的思路。