SFT（有监督微调）是如何实现只计算输出部分（target）的损失？

回答思路

1. 说明SFT训练时输入与标签的组织方式（输入拼接、标签padding）
2. 解释如何通过掩码（mask）屏蔽输入部分与padding位置的损失计算
3. 说明损失函数（如交叉熵）如何基于掩码仅统计目标token
4. 能结合具体框架（如Hugging Face Trainer）说明实现细节