推理大模型监督微调综述

一篇系统梳理推理大模型监督微调方法与分析研究的综述。

资讯摘要

论文提出一篇关于推理大语言模型监督微调（SFT）的系统综述，从方法设计与分析研究两条线索梳理文献。方法层面按数据中心与算法中心两类归纳 SFT 流程改进；分析层面从数据特性、优化动力学与机制解释三个维度重组已有研究，并总结当前重点与瓶颈、给出未来方向。

要点速读

1. 论文将推理 SFT 的方法改进分为数据中心方法与算法中心创新两类
2. 论文从数据特性、优化动力学、机制解释三个维度整理分析性研究
3. 作者结合现有研究重点与遗留瓶颈，提出未来研究方向

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。