针对小型评估集微调提示词易导致模型过度拟合

针对小型黄金评估集调优提示词可能导致过拟合，即改述后的输入尽管评分通过却会失败。当合成案例共享模板、重复数据泄漏到留出集中，以及评分器奖励记忆的格式而非遵循指令时，就会出现这个问题。