# SFT 研究接手包 发布版本：v2-eb1a844c9b153986 记录时间：2026-10-04T12:09:45+08:00 证据观察时间：2026-09-06 固定版本资料目录：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/context/index.json 固定版本结构状态：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/context/state.json ## 目标与当前方向 区分行为迁移、token 足迹与解题能力收益 What Agentic SFT Buys: Rapid Behavioral Convergence, Base-Conditional Capability Gains ## 可靠结论与状态 这篇研究问：用强代理的轨迹训练开放模型，究竟迁移了哪些东西？当前证据支持命令习惯、工具使用和错误恢复向教师接近，并伴随输入 token 足迹下降；解决率的收益则依赖学生起点与任务池。已有完整分析稿，但训练臂可比性、测量口径和最终投稿核对仍需收口。下一步先把最新锚点与正文主张逐项对齐。[S1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S1/)[S2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S2/) 行为迁移可测，dense 输入中位数下降 45—53%；小幅解决率差异仍未分辨。[S1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S1/) ## 有效约束 - 原始结果、失败和unknown保留，不将缺判分当0。 - 开始计算任务前核对当前进程、资源与准入收据。 - 来源变动后核对受影响主张，网页不替代原始证据。 - 不将s128与s256/s381画成严格同run剂量曲线。 - 用户关闭的同条件重测与新代嫁接不自行重新启动。 ## 开始前必须现场核对 - 当前作业、GPU与容器状态（本工作台未执行现场资源检查）。 - 新增来源是否改变既有实验协议或科学准入。 ## 已知问题 - SFT-I001 [待处理] 训练臂和正文主张的可比性：s128 与 s256/s381 的 run/context 不同。[S4](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S4/)；下一步：逐项对齐正文、表注、图注与训练配置；去除严格受控曲线暗示。；完成标准：每个训练臂的条件、比较对象和推断范围都能定位；无越界的剂量因果句。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/issues/SFT-I001/ - SFT-I002 [待处理] 扰动、异常和标注的范围：温度扰动不等于同条件重测；结束语没有人工标注。[S2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S2/)[S5](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S5/)；下一步：检查全部量尺说明，明确主评分规则与补充异常读数。；完成标准：温度、异常、标注来源在每个相应结果旁有说明，保持既有关闭实验决定。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/issues/SFT-I002/ - SFT-I003 [待处理] 历史待办与最终交付状态：锚点已落地，旧 scaffold README 与早期待办尚未完全同步。[S1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S1/)[S2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S2/)；下一步：建立最终主张—来源清单，完成稿件与引用/匿名/页数检查。；完成标准：待办逐项有关闭证据；最终审查报告与具体稿件版本绑定。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/issues/SFT-I003/ ## 不重复的历史尝试 - 语料变体 v13：保留为复合变体，不当作某一筛选规则的单独效果。[S5](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S5/) - 教师同任务锚点：把早期稿缺口更新为已补充，而不是继续展示 DATA_NEEDED。[S2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S2/)[S4](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S4/) - 同条件重测 / 新代模型嫁接：保留测量限制，不擅自把关闭路线加入近期执行队列。[S2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/S2/) ## 优先任务 - SFT-T001 [待处理] 先核对最终主张与来源：以现稿为入口，将摘要、结论、表图与最新锚点逐条映射。；完成标准：产出一份可追溯清单；若某句缺证据，先收窄或删除。 - SFT-T002 [待处理] 再消除比较与测量歧义：依赖第一步清单，集中修订训练 run、温度扰动、异常及人工标注缺口的表述。；完成标准：产出一致的正文和图注；需要新实验的强主张改为限制，不自动扩实验。 - SFT-T003 [待处理] 最后核对交付版本：完成前两步后，对目标会议规则、论断、引用、匿名与 PDF 做最终检查。；完成标准：检查与稿件哈希绑定，仍有缺口就保留 draft；全部关闭才判断可交付。 ## 已知状态冲突 ## 来源变化 - 本次公开来源与已核对SHA一致。 ## 必读资料 - STATS 统计口径与修订：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/STATS/；原文：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/sft/library/STATS/source.md ## 资料边界 - 封存测试与任务级标签：未公开；在原环境按冻结协议与授权访问；发布流程不读取。 - 模型权重与完整轨迹：体量过大，未发布；通过原项目文件清单、run身份及授权环境获取。 - 账号凭据：不公开；使用已有连接或原环境授权，不写入接手文本。 ## 工作结束同步 重要决定当时记录；工作收尾运行 sync.py --record <事件JSON>，再运行 build_workspaces.py，验证并发布。 日报、问题、实验与稿件共享同一份records；不得单独维护第二份当前状态。 接手包用于恢复上下文，不授予超出当前用户指令或原项目协议的执行权限。