成都市网站建设市场营销专业课程

标题：视觉强化微调

论文：https://arxiv.org/pdf/2503.01785

代码：https://github.com/Liuziyu77/Visual-RFT

背景知识

1：RFT（强化微调）与之前的SFT（监督微调）之间的一个主要区别在于数据效率。

SFT范式：直接模仿高质量、精心策划的数据中提供的“正确答案”，因此依赖于大量的训练数据。RFT范式：评估模型的响应，并根据其是否正确进行调