Tülu 3
Tülu 3 — SFT에서 DPO, RLVR로 이어지는 전체 레시피 공개
왜 중요한가
선호 학습에서 검증 가능 보상으로의 전환점
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2411.151242026년 35주차에 더한 기록이에요 · 그 주 보기
Tülu 3 — SFT에서 DPO, RLVR로 이어지는 전체 레시피 공개
선호 학습에서 검증 가능 보상으로의 전환점
2026년 35주차에 더한 기록이에요 · 그 주 보기