一篇短文，旨在更新关于RFT观点的时效性，文章未引入新观点。
此前在2025年第一季度，作者曾发表一系列文章，探讨RFT的实践及其价值。
尽管此后作者转向其他领域，但这不意味着对RFT前景的看法发生改变。
目前，RFT在整个应用层面的实践成功率依然不高。这主要是因为RFT对基础设施的要求更高，试用场景的选择需要更深入的认知，以及需要调整的超参数更多，其门槛远高于SFT。
然而，作为目前少数几种核心解决方案之一，RFT的价值仍不容忽视，尤其对于大型组织（指单个业务单元内，单一细分岗位员工规模达到100人以上）而言。尽管这类组织在获取首个成功案例时面临较大挑战，但其具备投入资源以获取示范性案例的能力。
据观察，RFT被低估的判断预计在未来一年内仍将保持有效。
一些其他观察
从LLM模型用户的角度来看，目前海外前沿模型厂商对RL后训练（RL post-training）的调教已进入第二阶段，重点优化了推理令牌（reasoning token）的数量。已有安全报告指出，GPT-5模型的“思考过程”开始出现非人类语言的现象，这被认为是（暴力）压缩推理令牌的副作用。
交流与合作
如需交流讨论、参与相关讨论群或建立合作，请通过微信联系，详情请点击 ->专栏简介 及 联系方式 2024。
本文于2025年11月5日首发于微信公众号。
