本研究提出了一种聚合微调（AFT）方法，旨在有效整合多个草稿响应以生成优化答案。实证评估显示，AFT训练的模型在基准数据集上显著优于传统微调技术，表明在不增加数据量或模型规模的情况下，能够释放大语言模型的潜力。