SFT (Supervised Fine-Tuning)
Il primo passo di fine-tuning dopo il pre-addestramento: si addestra su coppie prompt+risposta perché il modello impari a seguire le istruzioni.
Precede RLHF/DPO. Il dataset è fatto di esempi scritti a mano o selezionati: «domanda X → buona risposta Y». Dataset più piccolo (10k-100k esempi) ma di alta qualità. Passo 1 → SFT, passo 2 → RLHF o DPO. Insieme formano un modello «Instruct».