论文：重新审视推理微调中的泛化能力——优化、数据与模型的条件分析

新研究从优化策略、训练数据和模型能力三个维度系统分析了推理 SFT 的泛化问题，为提升大模型推理能力的微调方法提供了新的理论框架。

查看原文