SFT

קיצור של Supervised Fine Tuning.
בשלב הזה לוקחים מודל בסיס ומאמנים אותו לדבר בפורמט של צ׳אט, אחרי שהוא כבר מודל השלמת משפטים נפלא.

מודל שעבר אימון SFT בדרך כלל מכונה מודל instruct.

בחלק מהמקרים גם ממש מלמדים אותו לחשוב בצעדים, כשלב הכנה לקראת RLHF וRLVR.