课程信息
- 官网主题：Training 1: Supervised Fine-Tuning (SFT)
- 所属模块：训练方法
- 授课日期：2026-09-17
- 主讲人：Yueqi Song
学习重点
- 理解智能体轨迹如何转化为监督微调数据。
- 分析动作、观察与思考过程的序列化方式。
- 识别数据质量、分布偏移和行为模仿的局限。
核心问题
- 高质量智能体轨迹应包含哪些字段与监督信号？
- 如何处理成功轨迹稀缺和失败轨迹利用问题？
- SFT 后应怎样验证通用能力与智能体能力的变化？
学习记录
- [ ] 看完课程视频或完成对应阅读。
- [ ] 整理本讲的核心概念、方法与系统结构。
- [ ] 记录关键实验、评测指标和失败案例。
- [ ] 补充一个能够动手验证的实现或复现实验。