arXiv 自然语言处理· Yongcan Yu, Kuangpu Guo, Jian Liang, Lingxiao He, Meng Wang, Ran He·· 5 小时前AI 评分36
面向推理大语言模型的监督微调综述
Supervised Fine-Tuning for Reasoning Large Language Models: A Survey
AI 导读
一项入选 EMNLP 2026 的综述研究系统梳理了面向推理大语言模型的监督微调（reasoning SFT）进展。文章从方法设计与分析调查双重视角出发，将现有方法归纳为以数据为中心与以算法为中心的创新，并从数据特征、优化动态和机制洞察三方面重构分析类研究。最后，论文总结了推理 SFT 面临的瓶颈并指出了未来研究方向。
来源：arXiv 自然语言处理 · arxiv.org