GRPO阶段数据比例如何设计，与SFT阶段数据的区别？

Question

Accepted Answer

考察点：考察对GRPO与SFT训练数据设计差异及数据配比策略的理解。回答思路：说明GRPO与SFT数据在来源、用途和格式上的本质区别 解释GRPO阶段数据比例设计的考量因素 结合训练目标阐述数据配比策略的合理性

考察说明