【这个食谱的一个有趣方面是，我们发现在SFT期间有大量的代码/数学数据混合使用（3:1比例）是有帮助的。这与之前的研究一致，这些研究发现学习创造性任务相当容易，而更多的代币则需要用于代码等。】