英文：Supervised Fine-Tuning 分类：training
使用标注数据（输入-期望输出对）对预训练模型进行有监督训练的阶段：大模型训练流水线（预训练→SFT→RLHF）中的关键环节，让模型学会"按指令产出正确回答"。
数据：指令-回答对（人工编写/筛选高质量样本，数万至数十万条）；训练：交叉熵损失、低学习率、多轮 epoch（防过拟合）；目标：格式对齐（遵循指令格式）、能力激活（调用预训练中已学的知识）；质量：数据多样性>数量（覆盖任务类型）。
用于基础模型对齐（ChatGPT 类 SFT 阶段）、企业专属助手（行业问答对训练）、对话能力增强（多轮交互数据）与模型底座二次开发。