在做对齐的时候，为什么 SFT 之后还要做 RLHF，只用 SFT 可以吗？

本题附完整参考答案与评分标准

登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。