一、后训练的困境：SFT与RL的“双刃剑” 在大模型后训练阶段，监督微调（SFT）和强化学习（RL）是两种主流范式。SFT通过高质量离线数据快速注入知识，具有训练效率高、收敛速度快的优势，但其依赖静态数据分布的特性……
