强化学习和微调的区别：一个教怎么说，一个教怎么想

强化学习和微调是两种完全不同的训练范式，经常被混淆。

微调（SFT）是监督学习，用标注好的输入输出对训练模型。模型学习模仿标注数据中的模式。适合让模型掌握特定格式、特定风格、特定知识。

强化学习（RL）是通过奖励信号训练模型。模型试错，做对了得到正奖励，做错了得到负奖励。模型学习最大化累积奖励的策略。适合让模型学会推理、规划、工具使用等难以通过简单模仿获得的能力。

两者的核心区别：微调教模型"怎么说"，强化学习教模型"怎么想"。