OpenClaw Agent与Skill架构详解
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
在SFT阶段，知识遗忘显著，需要通过混合训练（如hybrid-turning和structTuning）重新输入知识。参考SHADOW-FT，结合BASE和INSTUCT模型，通过SFT和对齐训练解决场景选择和目标设定问题。
🎯
关键要点
-
SFT阶段导致知识的灾难性遗忘显著。
-
需要通过混合训练（如hybrid-turning和structTuning）重新输入知识。
-
参考SHADOW-FT，结合BASE和INSTUCT模型。
-
通过SFT和对齐训练解决场景选择和目标设定问题。
-
在BASE模型上进行SFT和对齐训练，最后将变化的参数与INSTUCT模型叠加。
➡️
