精选/校园学习

[EP-7] DFT: hf月榜论文，改进SFT

东一门饭桶2025.08.1546 分钟1,468 播放0 弹幕

编辑手记 · 大模型读完弹幕后的判断

有独立判断和具体质疑点，但以口头评论为主，缺少复现与推导细节

逐条批判HF月榜第三的SFT改进论文，指出泛化、on-policy解读与实验规模问题

适合谁: 关注LLM训练与论文精读的研究者
前置: SFT、RLHF、on-policy基础
难度: 偏硬 · ●●●●○
时效: 有时效 · 部分工具已变
类型: 测评

关于这份清单

让每一次观看，
都更有收获。

01

先筛选，再推荐

从 3,652 条候选中，经过相关性与质量规则筛选。

02

看见内容价值

结合互动信号、简介与弹幕，生成内容判断和观看理由。

03

找到适合你的

了解适合人群与前置知识，再决定从哪一课开始。