快速开始 FAQ

我应该做 SFT 还是 RL？

如果你已经知道目标输出，并且有标注样本，使用 SFT。

如果你没有唯一标准答案，但能用 reward、verifier、测试或环境反馈给模型行为打分，使用 RL。

如果两者都有，可以组合使用。常见做法是用 SFT 建立基础行为，再用 RL 做目标优化，但这不是所有任务都必须遵守的固定顺序。

MinT 支持 SFT 吗？

支持。MinT 直接支持 SFT。

标准 SFT 路径就是：

• forward_backward(..., loss_fn="cross_entropy")
• optim_step(...)

应该用境外还是境内域名？

按你的网络路径来选：

• 境内 -> https://mint-cn.macaron.xin/
• 境外 -> https://mint.macaron.xin/

如果不确定，先用与你所在区域一致的域名。最实际的判断标准是延迟更低、连接更稳定。

MINT_API_KEY 从哪里获取？

MINT_API_KEY 目前由 Mind Lab 团队发放。

申请方式：

• 访问 https://macaron.im/mindlab
• 使用 Schedule a Demo
• 或发邮件到 contact@mindlab.ltd