SFT 说明

SFT 是当前项目里另一条模型训练主线的基础概念。

SFT 是什么

SFT 全称是 Supervised Fine-Tuning，也就是监督微调。

它的基本做法是：

1. 准备输入与理想输出的配对样本。
2. 把这些样本送给模型训练。
3. 让模型在已有能力基础上，更贴近目标场景的回答方式。

在这个项目里，SFT 的作用不是让模型学会“语言是什么”，而是让模型更像一个邮政客服助手。

为什么这里需要 SFT

只靠基座模型时，模型虽然已经具备通用对话能力，但它对邮政客服场景的表达、边界、术语和任务格式并不会天然对齐。

因此这里需要用 SFT 做几件事：

1. 让模型更贴近邮政客服语气。
2. 让模型更熟悉 EMS、中国邮政、物流异常、禁限寄、资费、赔付等场景。
3. 让模型更稳定地输出项目里需要的结构化格式。

SFT 和 RAG 的关系

这个项目里，SFT 和 RAG 不是替代关系。

它们分别解决的是不同问题：

1. SFT 负责让模型“更像这个场景里的助手”。
2. RAG 负责让模型“回答时有外部知识依据”。

如果只有 SFT，没有 RAG，模型会更像邮政客服，但面对时效性、规则性很强的问题时，仍然容易脱离知识源自由发挥。

如果只有 RAG，没有 SFT，模型虽然能拿到知识片段，但回答风格、格式稳定性和场景表达未必会对齐。

当前项目里的训练口径

在当前整理版里，SFT 主线主要通过 Apple MLX 路线和 LoRA 方式组织。

也就是说：

1. 训练形式是 SFT。
2. 参数更新方式主要走 LoRA。

这样既保留了监督微调的效果，又控制了训练和实验成本。