Introduciamo una ricetta migliore per la raccolta di dati post-addestramento quando si utilizza GRPO. Raccogliere campioni da esperti è costoso, i budget per l'annotazione sono limitati. Quali esempi valgono davvero la pena di essere pagati? Scopriamo che concentrarsi su campioni difficili porta a un miglioramento del 30-40%. 1/7