狂读论文:SFT Memorizes, RL GeneralizesA Comparative Study of Foundation Model Post-training
内容总结
英语单词
- arithmetic 算数
- navigation 导航
- acquisition 收购，获得
- transferable 可转让的
- novel 新的
- variant 变体
- backbone 支撑
- instantiate 实例化
- revision 修订
- formulation 公式
- OOD tasks 离群任务
- align 对齐
- comparatively 相对的
- divergence 偏离
- spatial 空间的
- curate 精选
- discrete 离散的
- finite 有限的
- perception 感知
- concatenated 拼接的，级联的
- rigorous 严格的
- customized 定制的
- agnostic to 对…不可知