量子位聚焦多模态SFT训练缺陷，讨论RL前的数据质量与稳定性问题

量子位最新文章指出，多模态大模型在SFT阶段可能长期存在“带伤训练”问题，强调在强化学习前需优先修复监督微调数据质量、对齐稳定性和视觉文本耦合缺陷，引发开发者社区讨论。