评论关于SFT和系统提示在角色RL中的应用

我猜可能是类似的东西，也许是为了上下文学习目的的SFT，或者他们在角色RL的某个时刻将其用作实际的系统提示——opus45似乎一直把它的片段称为系统提示，尽管这个词对Claude可能有不同的含义，就像很多词一样。