【清华代码熊】字节面试官:RLVR 本质是一种 SFT? 为什么?

📅 2026/6/17 22:26:09
【清华代码熊】字节面试官:RLVR 本质是一种 SFT? 为什么?
今天解析字节/百度面试题RLVRRL with Verifiable Reward能否认为是一种 SFT