★ 3SFT究竟该学哪些Token？数学推理的Token裁剪视角论文指出SFT对所有目标Token施加统一交叉熵损失，会过度锐化已掌握Token并放大低置信Token的学习压力。作者提出Trimmed Logit-Gap SFT（TrimSFT），依据金标Token与最强竞争者的logit差距进行Token级重加权，裁剪两端极端、聚焦中间区域，无需参考模型或额…arXiv cs.AI53 天前