熵分布匹配 SFTGEM 算法解决大模型监督微调过拟合、输出单一问题

传统大模型 SFT 监督微调基本都用交叉熵 CE 损失做优化,它会强行让模型去拟合训练数据里的标准答案分布,很容易出现死记训练样本、过