Problems about SFT in BusterX #5
Description
作者您好，感谢您的工作！
看到您有对比各种 SFT / RL 各种组合的效果，请问这里的 SFT 是带着 COT + label 微调的么？如果是，假设不带 COT，直接用纯 Label 微调的话，效果和 paper 中的 SFT 比相差多少。
期待您的回复~ 感谢
{{ message }}
作者您好，感谢您的工作！
看到您有对比各种 SFT / RL 各种组合的效果，请问这里的 SFT 是带着 COT + label 微调的么？如果是，假设不带 COT，直接用纯 Label 微调的话，效果和 paper 中的 SFT 比相差多少。
期待您的回复~ 感谢