感谢作者开源相关代码，注意到sft阶段有提供freeze的功能，由于计算资源限制的原因，想要在rl阶段也只训练sft解冻的层，这样是否会降低rl阶段的训练效果？
感谢作者开源相关代码，注意到sft阶段有提供freeze的功能，由于计算资源限制的原因，想要在rl阶段也只训练sft解冻的层，这样是否会降低rl阶段的训练效果？