#llm-post-training

SFT Variants: From SFT to DFT to ASFT

从交叉熵、重要性采样和 RWR 下界出发，解释为什么 DFT 是概率加权的 SFT，为什么它会漂移，以及 ASFT 如何用 forward KL 锚定这条路线。