SFT vs RL 论文解读｜学会格式之后，怎样适应新规则
@lukasen_xyz · 2026-10-13 11:29
训练时，J、Q、K 都算 10。测试时，提示词明确改成 J=11、Q=12、K=13。还是四张牌算 24 点，模型会跟着新规则算，还是继续按旧规则答？
曝光 670 · 评论 0 · 点赞 1 · 书签 0 · 曝光/时 1.4874054771688783
@lukasen_xyz · 2026-10-13 11:29
训练时，J、Q、K 都算 10。测试时，提示词明确改成 J=11、Q=12、K=13。还是四张牌算 24 点，模型会跟着新规则算，还是继续按旧规则答？
曝光 670 · 评论 0 · 点赞 1 · 书签 0 · 曝光/时 1.4874054771688783