A. 预训练 和 有监督微调 (SFT)

B. 有监督微调 (SFT) 和 基于人类反馈的强化学习 (RLHF)

C. 预训练 和 基于人类反馈的强化学习 (RLHF)

D. 增加参数 和 增加数据