GRPO u LFM2.5-350M zlepšilo JSON, YAML téměř nezměniloKrátký fine-tuning zvedl skóre IFStruct z 22,6 na 29,7 %. Většina zisku ale připadla na JSON a holé seznamy.3. září 2026fine-tuningGRPOstrukturované výstupy