题目 ID: q-5043 在训练的时候要不要先经过SFT再进行RL？ 频次 2 NLP与大模型 收藏 标记完成 当前状态：未收藏、未完成 常见追问 你在做一个任务的时候，你怎么判断他在训练的时候要不要先经过5.SFT呢？然后再进行RL呢？5.在训练的时候要不要先经过SFT呢？然后再进行RL呢？ 常见公司 字节跳动