在项目里SFT和RLHF后大模型回答有什么变化，举例说明。

Question

Accepted Answer

考察点：考察对指令微调与人类反馈对齐阶段作用的区分及实际效果理解。回答思路：准确区分SFT与RLHF在训练目标上的差异 结合具体案例说明模型回答在格式、语气或内容质量上的变化 能指出每个阶段仍存在的局限或挑战

考察说明