SFT

监督微调（Supervised Fine-Tuning，SFT）使用高质量的输入提示词与理想标准回答示例对（Prompt-Response Pairs），通过交叉熵损失优化预训练大模型的参数权重，使其精确模仿目标任务的输出格式、专业术语表达并提高指令遵循能力。在 Agent 架构中，SFT 常用于将复杂分类、信息提取或结构化工具调用协议蒸馏至轻量小模型中。