同时使用 @PrimeIntellect 进行了两次 SFT 运行，配备了两块 GPU。 这个想法是固定步骤，同时改变示例数量，然后在保留的测试集上进行测试，以查看输入多样性如何帮助在简单环境中进行泛化。 验证者，我来了~